UCLA论文实测多智能体持久记忆机制

2026年10月12日，AGI Hunt 报道了 UCLA 等机构的论文《Persistent Memory in Multi-Agent LLM Inference》。该论文实测了一种多智能体持久记忆架构：这是一个三层 chain-of-agents 系统，把长上下文拆分给多个智能体处理。报道称，在此架构下每查询的峰值 KV 缓存仅为 14.3 MiB，低于单次推理的约 35.5 MiB，也低于 RAG 基线的 35.3 MiB。报道标题同时提到峰值 KV 缓存降低 60%、记忆层几乎无效，但正文给出的数据主要是上述缓存对比。这是该事件目前可见的最新报道，未出现与更早报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。