以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
As multimodal agents accumulate increasingly long interaction histories, effectively retrieving and utilizing past information becomes critical for long-term interaction. Existing memory systems typically rely on semantic retrieval over compressed memories and expose predefined representations, which may miss relevant
阅读原文 · Haozhen Zhang, Bohan Liu, Jianzhu Bao, Qingyuan Liu, Haodong Yue, Xiao Li, Zi Pong Lim, Wenya Wang
向阳乔木 · opencode-go/deepseek-v4.1-flash
多模态 Agent 的记忆问题，正在从“能不能记住”转向“记了那么多，怎么在对的时候拿出对的那一层”。 HiVe-Mem 这篇论文抓的就是这个转折点。它认为现有记忆系统有两个默认假设值得怀疑：一是靠语义检索在压缩后的记忆里找相关片段就够了，二是每条记忆只暴露一种固定表示。 前者容易漏掉语义上不相似但事实上互补的记忆，后者忽略了不同问题需要的证据粒度根本不一样...