PsychoAgent为AI智能体赋予情感记忆，评分者未发现优势

长期记忆让LLM智能体不会重复提出同一个问题，但也是智能体陷入僵局的原因。当新证据与旧记忆矛盾时，过时的痕迹可能仍然可检索，并挤掉取代它的新内容。一篇于2026年8月7日发布在arXiv上的预印本从一个出人意料的角度处理这个问题：它不判断哪些记忆为真，而是问哪些记忆对智能体有分量。

该架构名为PsychoAgent。它不是一个新的基础模型，而是一种面向LLM智能体的认知架构，将事实记忆与情感记忆分离，并通过一个冲突感知的执行控制器整合两者。情感记忆首先按语义相关性过滤，然后按显著性重新排序，因此情感上重要的痕迹可以进入提示词而不丧失主题契合度。这一前提借鉴了人类的记忆方式：主题相似性并非唯一的选择标准，情感意义和未解决的冲突决定了哪些内容变得可访问。

这一点的重要性超出了检索分数。对智能体而言，检索层决定了底层模型最终能看到什么，因此检索中的偏差会转化为行为上的偏差。一个系统性地偏好情感强烈或充满冲突的记忆的系统，不仅仅是检索方式不同，它是在依据一个不同版本的过去来行动。

PsychoAgent如何权衡情感显著性

预印本中的机制是两个存储库加一个决策点。事实记忆和情感记忆分开存放，执行控制器对两者进行整合。带有情感色彩的痕迹只有在经过仍尊重语义相关性的显著性重新排序后才会进入提示词，在保持主题契合度的同时让情感上重要的记忆通过。该设计并未验证记忆是否仍然为真；有效性被视为一个单独的问题，由另一条并行的工作线处理。

检索数字与评分者的结论

最引人注目的数字来自三个受控冲突场景。完整架构检索到的冲突关键记忆多于语义-情感基线和单记忆RAG：0.933对0.500和0.667，代价是语义相似度略有下降。

从字面上理解这些数字：普通RAG已经能浮出每三个冲突关键记忆中的两个，因此该架构的优势仅限于剩余的三分之一，在那一部分中由显著性来决定。

人工评估则更加令人清醒。五名盲法评分者对27个输出进行了评分，在进行评分者内标准化后，完整架构的总体均值最高，为+0.22个标准差。校正后的两两差异未达到显著性。简单来说：系统浮出了更多场景所要测试的记忆，但评分者无法稳定地认为其输出优于其他方案。

情感为智能体记忆竞赛带来了什么

PsychoAgent进入了一个智能体记忆研究竞争激烈的时期。仅今年夏天，预印本就提出了技能层、自演进规则和记忆撤销等方法。其中一篇是同日提交的TEPA，它正面解决这个问题的有效性方面：它将记忆有效性视为一个显式状态，将观察结果作为先例进行键控，并在新证据在同一键下与先例矛盾时撤销活动先例。其作者将这种失效模式称为记忆污染，即被新证据取代的活动记忆造成的退化，并将生命周期撤销定位为那些必须证伪、审计并随后重新提升演变知识的智能体的核心操作。TEPA做删除，PsychoAgent做重新加权。

该论文认为，情感敏感的检索是一种可检查的机制，用于在智能体中建模类似人类的冲突效应，并包含一个为期三天的说明性追踪，展示持续情感、离线记忆重组和选择性记忆重新加权。不过，证据基础只有三个场景、27个输出和五名评分者。预印本中最可信的地方在于其自我呈现方式：评分者的零结果与检索头条数字出现在同一摘要中。

这种坦诚很重要，因为只有当改变哪些记忆浮现也能改善智能体的行为时，这一机制才有用，而目前的证据并未证明这一点。显而易见的下一步是用更多场景、更多评分者和预注册分析进行复现。PsychoAgent改变了智能体在记忆冲突时所记住的内容。智能体是否能在这些记忆的基础上做出更好的行动仍是一个未解问题，预印本自己也如此表示。