微软研究院论文发现：给Agent更多记忆反而导致任务完成率下降。全量记忆注入比无记忆基准还差。PlugMem的选择性记忆方案将完成率从48.1%提升到61.7%。

给 AI Agent 装更多内存，反而更笨了

一个违背直觉的发现，正在改写 Agent 架构的游戏规则。

你大概听过一个说法：AI Agent 的上下文窗口就是它的"脑子"。窗口越大，能记住的东西越多，推理就越连贯。

这个逻辑听起来无懈可击。

但微软研究院最近一篇论文甩出一个反直觉的结论——给 Agent 更多记忆，它的任务完成率反而下降了。

不是边际效益递减，是直接负增长。

这到底是怎么回事？

PlugMem：记忆越多，笨蛋越笨

这篇论文叫 PlugMem，专门研究多轮对话 Agent 的记忆利用问题。

研究团队设计了一个基准测试，让 Agent 在多轮对话中完成复杂任务（比如帮人订旅行行程、协调多人日程），然后对比不同记忆注入策略下的表现。

结果炸裂：

全量注入比没有记忆还差。

论文里给的解释是这样的：大量历史对话会形成语义噪声——相关和不相关的信息搅在一起，模型花在"区分重要程度"上的注意力资源，远超它实际处理任务的资源。

换句话说，Agent 被自己的回忆淹没了。

这让我想到人类里的一个现象：为什么有些人记性越好，考试越差？

不是因为记忆本身有问题，而是因为他们把太多精力花在回忆"这个知识点在哪一页"而不是"这个知识点是什么"上。

Agent 也正在经历这个阶段。

如果简单堆记忆不行，那什么才行？

答案是：让 Agent 自己学会遗忘。

这不是新概念。人类大脑本身就是选择性遗忘的机器——你会忘记昨晚吃了什么，但不会忘记初恋第一次约会的细节。遗忘不是缺陷，是注意力分配的策略。

PlugMem 的做法是给记忆加一个可插拔的记忆模块，通过一个轻量级的评分机制自动判断：这段对话历史，值不值得被记下来？

评分维度有三个：

只有得分超过阈值的历史片段，才会被注入到 Agent 的上下文里。

这本质上是把"上下文工程"这件事，从人类 prompt 工程师的手里，移交给了模型自己。

RAG（检索增强生成）这两年火得一塌糊涂，逻辑很简单：模型不知道的东西，去外部知识库查。

但很多团队在实践中发现一个诡异现象：上了 RAG 之后，模型反而更容易产生幻觉了。

原因和 PlugMem 发现的问题一模一样——检索回来的文档质量参差不齐，模型在生成时既要处理用户问题，又要判断检索结果的可信度，还要把两者融合起来输出。认知负荷不降反升。