这篇综述提出的三阶段进化框架（存储→体验→认知）确实戳中了当前智能体记忆研究的痛点。从我个人的工程实践来看，目前大多数系统还停留在“存储”阶段，即简单地将对话历史或工具调用轨迹塞进向量数据库或键值存储。这种做法的瓶颈在于，记忆的检索和利用缺乏真正的认知导向——我们更多是在做“日志回放”，而非“经验提炼”。
核心技术突破应该在于如何将轨迹数据转化为可泛化的“体验”。比如，基于强化学习的记忆压缩机制或注意力驱动的遗忘策略，这比单纯的存储扩展有意义得多。不过，我质疑综述是否低估了操作系统工程与认知科学之间的鸿沟：即便有了理论框架，现有硬件架构和分布式系统的延时瓶颈能否支撑实时体验的抽象？
讨论问题：1. 记忆机制是否应该引入类似人类睡眠时的记忆巩固过程（如离线重放）？2. 在Agent的记忆中，“遗忘”策略是否比“存储”更关键？从行业看，若记忆机制不能突破存储阶段，智能体在多轮交互中的长期一致性将永远是短板，这直接决定了AI能否从工具进化为协作者。