长时记忆

长时记忆（Long-term Memory）是[[微软研究院]]在2026年提出的AI能力演进方向之一。指新一代智能体系统（Agentic Systems）能够跨越数月保存复杂的物理实验上下文，追踪不断变化的科研目标，甚至重新挖掘被人类研究员遗忘的边缘假设。这一能力标志着AI在实验室辅助与工业仿真中的角色正发生根本性转变：从单纯的“问答工具”进化为具备持续记忆能力的合作伙伴。

关键特征

• 跨月上下文保存：能够跨越数月保存复杂的物理实验上下文。
• 科研目标追踪：追踪不断变化的科研目标。
• 边缘假设挖掘：重新挖掘被人类研究员遗忘的边缘假设。
• 角色转变：从“问答工具”进化为具备持续记忆能力的合作伙伴。

与相关概念的关系

• [[空间智能]]：与长时记忆共同构成微软研究院提出的科学智能体两大新特征。
• [[开箱即用智能体]]：长时记忆代表了智能体的前沿定制化能力，与标准化产品形成互补。
• [[ai-junior-engineer]]：长时记忆能力使AI Agent更像一个能持续追踪项目的初级工程师。