智猩猩AI整理
编辑：金水
9月21日，来自美国德州大学达拉斯分校（UT Dallas）研究者提出并开源了智能体记忆新架构 Jev-Mem。第二天，这篇论文便出现在 Hugging Face Papers 趋势榜页面，引发社区关注。
这次研究没有继续堆更大的模型，而是换了一个思路：
让轻量级的Jev负责“记忆怎么管理”，让大模型负责真正复杂的推理。
在LoCoMo测试中，Jev-Mem取得 0.777的LLM-as-a-Judge得分，相比最强基线 MAGMA 提升11.0%；同时记忆构建时间压到 158 秒，比最快的竞争系统快 6.6 倍，平均查询延迟降到 0.93 秒，降低 36.7%。
那么，Jev-Mem到底做了什么？
论文题目：
Jev-Mem: System-One-Controlled Agentic Memory for Efficient AI Agents
01
Agent记忆太贵，
Jev-Mem换了种做法
Jev-Mem的思路很简单：把“记忆管理”和“复杂推理”拆开。
记忆分类、关系判断、查询路由、候选评分、停止判断，这些操作输出的都是有界结果，一个标签、一个概率、一个分数，而不是自由文本。用自回归 LLM 逐 token 生成再解析，对这类高频决策来说太贵了。
团队因此引入 System-One / System-Two 的分工，System One 负责高频、结构化的轻量决策；System Two 只在复杂推理和答案合成时才被调用。
整套架构分成三个平面：专门的 System-One 控制平面、结构化的多关系记忆平面、以及 System-Two 推理平面。
Jev负责高频、结构化的决策，例如记忆分类、关系判断、查询路由、候选打分和是否继续检索。
真正需要开放式生成和复杂推理时，再交给System Two。
也就是说能快速判断的事情，不让大模型反复生成。
02
Jev到底管什么？
Jev-Mem并不是简单地给Agent增加一个向量数据库。
它把记忆组织成一个多关系记忆空间。同一条记忆可以同时拥有不同类型的关系，包括：语义关系、时间关系、因果关系和实体关系。
例如，Agent过去记录了一次项目经历。
Jev首先判断这条信息属于什么类型，然后寻找可能相关的历史记忆，再判断它们之间是否存在语义、时间、因果或实体关系。
因此，记忆写入过程可以概括成：观察 → 类型判断 → 候选记忆 → 关系构建 → 更新记忆，而到了真正查询的时候，Jev又会继续参与。
它首先判断当前问题更需要哪类关系，然后分配检索预算，再进行图搜索、候选打分，并判断现在找到的信息够不够了？
如果不够，就继续扩展；如果已经足够，直接停止检索。
整个过程变成路由 → 检索 → 评估 → 扩展 → 再评估，而不是传统的固定Top-K搜索。
最后，筛选出的高质量证据才交给System Two进行最终回答。
03
效果怎么样？
Jev-Mem在LoCoMo上进行了长期记忆测试，最终整体 LLM-as-a-Judge达到0.777，最强基线 MAGMA 为 0.700，相对提升 11.0%。
增益在需要多步检索和去噪的题目上最明显：多跳问答 0.623（基线最高 0.569）、开放域 0.618（基线最高 0.517）、对抗性干扰题 0.962（基线最高 0.742）。
效率侧的差距同样直接。
在记忆构建阶段Jev-Mem只需要158秒，而最快的竞争方法也需要1044秒，相当于将构建时间降低84.9%，达到 6.6×加速；A-MEM、MemoryOS 更是要 3000 秒以上。
在查询阶段，Jev-Mem平均只需要 0.93秒，比最快的基于记忆的基线 MAGMA（1.47 秒）低 36.7%，比直接把全文喂给模型（1.74 秒）还低 46.6%。
作为对照，MemoryOS 单次查询要 32.68 秒，这正是"把复杂处理留在检索路径上"要付出的代价。
也就是说，Jev-Mem并不是单纯追求“记得更多”。
它试图解决的是另一个问题：Agent应该如何更高效地管理自己的记忆？
04
总结
过去的Agent记忆，重点更多放在“存什么、怎么存、怎么检索”。
Jev-Mem则进一步把问题变成了，“谁来控制这些记忆操作？”
它用Jev承担高频、轻量的System-One决策，把复杂的开放式推理留给System Two。
最终在保持较高回答质量的同时，显著降低了记忆构建和查询的计算开销。
对于正在走向长程任务的AI Agent来说，未来需要优化的可能不只是模型本身有多强，还包括Agent如何更高效地调用自己的记忆。
END
关注+星标，获取AI前沿进展与开源一线动态