"Ещё один обзор про память агентов. Другой обзор был в декабре (https://t.me/gonzo_ML/4415), тоже от китайской команды. AI Meets Brain: A Unified Survey on Memory Systems from Cognitive Neuroscience to Autonomous Agents __Jiafeng Liang, Hao Li, Chang Li, Jiaqi Zhou, Shixin Jiang, Zekun Wang, Changkai Ji, Zhihao Zhu, Runxuan Liu, Tao Ren, Jinlan Fu, See-Kiong Ng, Xia Liang, Ming Liu, and Bing Qin__ Статья: https://arxiv.org/abs/2512.23343 Код: https://github.com/AgentMemory/Huaman-Agent-Memory Ревью: https://arxiviq.substack.com/p/ai-meets-brain-memory-systems-from # TL;DR ЧТО сделали: Авторы представили фундаментальный обзор, объединяющий принципы когнитивной нейробиологии с архитектурой агентов на базе LLM. Предложена единая таксономия памяти агента, зеркалящая биологические системы: разделение на эпизодическую (опыт) и семантическую (знания), а также формализация жизненного цикла памяти — от формирования и хранения до извлечения и обновления. ПОЧЕМУ это важно: Работа бьёт в ключевую проблему современного ИИ — ""бутылочное горлышко stateless-природы"". LLM обладают огромными параметрическими знаниями, но лишены устойчивой идентичности для долгосрочного планирования. Превращая память из простого механизма поиска (как в RAG) в динамический когнитивный процесс (формирование, консолидация, забывание), этот обзор даёт чертежи для перехода от пассивных чат-ботов к непрерывно обучающимся агентам, способным к самоэволюции. Подробнее: https://t.me/gonzo_ML_podcasts/2369"