# MIA 记忆智能体框架：让 AI 干活不再“失忆”，边用边学

> 原标题：新一代记忆智能体框架MIA：让智能体告别「失忆式工作」，在持续进化中变强

- 来源：机器之心 · 公众号
- 发布时间：2026-04-19T04:29:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6632
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651028576&idx=3&sn=120c373ab59dfb6b6f7f0bbd1209387f

## 摘要

上海一个研究团队搞了个叫 MIA 的记忆框架，想让 AI 智能体在干活时能记住经验、持续进步，而不是每次重启都像失忆一样。它把记忆分成参数记忆和非参数记忆两种，用交替强化学习来更新，还支持边测试边学习。团队说在 7 个数据集上拿了最好成绩，但具体分数正文没给出来。核心思路是把记忆当成能力内化，不光是翻旧账。

## 推荐理由

我会先打个折：文章说在 7 个数据集上拿了最佳，但没放具体数字，也没说跟哪些基线比、差距多大，这点先别太激动。真正有意思的是思路——把记忆从“翻之前的缓存”升级成“边干活边内化能力”，用 Manager–Planner–Executor 架构和交替强化学习让模型在开放任务里持续变强。对做 Agent 的人来说，这个方向比刷榜更有看头，但复现细节和验证强度目前还看不清。

## 锐评

上海一个研究团队搞了个叫 MIA 的记忆框架，想让 AI 智能体在干活时能记住经验、持续进步，而不是每次重启都像失忆一样。它把记忆分成两种：参数记忆（直接内化到模型权重里）和非参数记忆（外挂资料库），用交替强化学习来更新，还支持边测试边学习。核心思路是把记忆当成能力内化，不光是翻旧账。

团队说在 7 个数据集上拿了最好成绩，但具体分数正文没给出来，这让人没法判断到底领先多少。另外，交替强化学习听着挺高级，但训练成本、延迟这些实际落地要命的数字也都没提。

还缺什么：跟现有记忆方案（比如 MemGPT、Letta）的横向对比，以及这套框架在真实业务场景里跑起来到底稳不稳。开源了代码和模型是好事，但光有仓库没有基准分，验证起来还是得自己动手。