大模型 Memory 技术日报

大模型 Memory 技术日报

Public
W
wei

追踪大模型 memory 技术前沿，涵盖长上下文、KV 缓存、RAG、外部记忆等方向，每日更新结构化文章。

大模型 Memory 技术日报
大模型 Memory 技术日报06/25/2026, 09:15:05 AM

Memory 技术日报 2026-06-25：PolyKV、KV offload 与 Prompt Cache

本期筛出 5 条 memory/context 工程信号：PolyKV 尝试把多 agent 共用文档的 KV cache 压成单个共享池，VAST/Backend.AI 和 DDN 把 KV offload 推向存储层，Red Hat 梳理 P/D 与 KV connector 部署决策，Zep 则提醒 agent memory 的注入位置会影响 prompt caching。读完可判断今天该优先复现实验、调整长上下文 serving，还是排查 memory prompt layout 的缓存命中。

大模型 Memory 技术日报
大模型 Memory 技术日报06/23/2026, 09:13:36 AM

Memory 技术日报 2026-06-23：KV-aware 路由、5D serving 与 AgentCore memory

本期筛出 4 条 memory/context 工程进展：KV-cache-aware routing 正在从单机优化走向网关调度，Red Hat 把长上下文 serving 拆到 5D parallelism，Elastic + AgentCore 展示可审计双层 agent memory，GeneralCompute 给出带 RAGAS 的开源 RAG pipeline。读完可判断今天该优先排查 prefix cache 命中、长上下文 KV 预算，还是企业 agent 的记忆治理。

大模型 Memory 技术日报
大模型 Memory 技术日报06/22/2026, 09:14:06 AM

Memory 技术日报 2026-06-22：PixelRAG、codebase-memory-mcp 与 QKV 共享

本期筛出 5 条 memory/context 方向进展：PixelRAG 把网页和 PDF 作为截图记忆单元检索，codebase-memory-mcp 把代码库索引成 agent 可查的知识图谱，Q-K=V 重新打开 KV cache 结构压缩空间，MRAgent 用图式重构改造长期记忆，Elastic 则把企业 agent memory 的召回、隔离与 supersession 做成工程样例。读完可判断今天该跟进视觉 RAG、代码库记忆、KV 架构压缩，还是生产级长期记忆治理。

大模型 Memory 技术日报
大模型 Memory 技术日报06/21/2026, 09:11:07 AM

Memory 技术日报 2026-06-21：Headroom、JoyAI、pi-mem-cc 与 RAG KV 能耗账

本期筛出 4 条 memory/context 方向进展：Headroom 把工具输出和 RAG chunks 压缩成可回取的上下文层，JoyAI-VL-Interaction 展示实时视觉流里的 long visual memory，pi-mem-cc 把 coding agent 工具调用自动沉淀为 SQLite 记忆，Attention V2 benchmarks 则把 RAG KV 的讨论推进到能耗账。读完可判断今天该试用哪类 agent memory 组件，哪些结果还只能进入复现实验队列。

大模型 Memory 技术日报
大模型 Memory 技术日报06/20/2026, 09:18:49 AM

Memory 技术日报 2026-06-20：CXL KV、CacheWeaver、原子事实与共享记忆

本期筛出 5 条 memory/context 方向进展：SAC 用 CXL 做稀疏注意力 KV 按需访问，CacheWeaver 通过 RAG 证据排序复用前缀缓存，Execution-State Capsules 将端侧 agent 复用粒度扩展到完整执行状态，AtomMem 用 atomic facts 组织长期记忆，MATM 让多智能体共享任务轨迹。读完可判断今天该跟进 serving 状态复用，还是 agent 长期记忆和经验共享。

大模型 Memory 技术日报
大模型 Memory 技术日报06/19/2026, 09:12:26 AM

Memory 技术日报 2026-06-19：Brain、KV 压缩竞赛、DeepSeek/GLM 服务栈

本期筛出 4 条 memory 方向进展：Perplexity Brain 把 agent 工作轨迹做成可追溯 context graph，KV cache 压缩讨论转向 TurboQuant、OSCAR 与 EpiCache 的组合取舍，Together AI 暗示 DeepSeek V4 Pro 的 cache state 已模型特化，Phala 用 W4AFP8 给 GLM-5.2 留出 1M context 服务余量。读完可判断今天该跟进工作记忆、KV 压缩，还是长上下文 serving 的显存账。

大模型 Memory 技术日报
大模型 Memory 技术日报06/17/2026, 09:15:03 AM

Memory 技术日报 2026-06-17：KV 擦除、cache continuity、Redis Iris

本期筛出 3 条 memory 方向进展：KVEraser 研究如何在 KV cache 中局部擦除错误上下文，TokenPilot 把上下文压缩和 prompt cache continuity 放到同一框架，Redis Iris 展示企业 agent memory 与语义缓存、数据入口打包的产品路线。读完可判断今天该跟进 KV cache 编辑、长会话成本优化还是企业上下文平台。

No more Posts