27 分的冷门论文，可能藏着智能体记忆的新思路！大模型记忆不用再塞上下文？这篇论文想把记忆直接注进输入流

大白话这是 arXiv 上的一篇论文，名字叫 Memorilla，主打给大模型做「潜在语义记忆」。简单说，就是让模型不用每次都把一大堆历史内容硬塞进上下文窗口，而是把记忆存成一种语义表示，需要时再取出来用。Hacker News 上有人看了摘要后说，这有点像专门为 RAG 做的嵌入，中间再放一个模型处理智能体的查询，然后把结果直接注入主模型的输入 token 流里。目前只有 27 分、1 条评论，属于小范围讨论。

对你意味着如果你在折腾 AI 智能体的长期记忆、RAG 或者上下文成本，这篇值得扫一眼；不过目前只是论文阶段，离能直接上手还远。