ACL 2026 记忆论文全景：9 篇必读 + TiMEM 生态位分析
2026 年被很多人称为「AI Agent 元年」。但更准确的说法，也许应该是 AI 记忆元年。
年初 TiMEM（Temporal-Hierarchical Memory）在 arXiv 上打响第一枪，用 5 层时间记忆树在 LoCoMo 上拿下 SOTA。随后 4 个月，AI Agent 记忆方向彻底爆发 —— 仅 4 月份，arXiv 上就出现了超过 30 篇相关论文。
ACL 2026 录取结果刚刚出炉。我梳理了所有被 ACL 2026 主会/Findings 收录的 Agent 记忆相关论文，结合 TiMEM 的技术路线，做一次全景盘点。
ACL 2026 记忆论文清单
主会论文
StructMem: 阿里达摩院出品，在分层记忆框架上增加事件级绑定和跨事件连接，减少 token 消耗和运行时间。
LightMem: 用小语言模型做三层记忆管理（STM/MTM/LTM），LoCoMo 上比 A-MEM 高 2.5 F1，检索延迟中位数 83ms。
Findings 论文
AnchorMem: 普鲁斯特效应启发，原子事实做锚点关联事件图。
StreamMeCo: 边采样 + 权重剪枝做记忆图压缩，70% 压缩率下检索速度提升 1.87 倍。
Hindsight: LongMemEval 91.4% SOTA，五策略融合检索。
值得关注的非 ACL 论文
- ZenBrain: 7 层神经科学记忆架构
-
- Memanto: 89.8% LongMemEval，全面超越 TiMEM
-
- ContextWeaver: 图结构推理步骤记忆
-
- Spore / ADAM: Agent 记忆隐私攻击
TiMEM 的生态位
把论文按时间敏感度和结构化程度画一张棋盘，TiMEM 坐在「高时间敏感 + 中结构化」的位置。
TiMEM 的独特价值在于三点：时间是第一性原理（会话式 AI 中「什么时候发生」比「跟什么有关」更基础）；不需要 fine-tuning（企业模型升级时记忆框架不用动）；复杂度自适应召回（简单问候不翻历史，复杂推理才深挖）。
四个技术趋势
趋势一：从记什么到怎么忘。StreamMeCo、LightMem 都在回答「记忆不能无限增长」的问题。TiMEM 的 5 层树本身就是渐进式遗忘机制。
趋势二：记忆安全成为独立赛道。Spore 和 ADAM 的攻击论文出现后，MemEvoBench 标准化了 36 种风险类型。TiMEM 的自托管架构在合规上有天然优势。
趋势三：小模型接管记忆操作。用大模型思考，用小模型记忆，正在成为共识。
趋势四：EU AI Act 倒逼记忆合规。2026 年 8 月生效后，Agent 记忆的合规成本会大幅上升。
选型建议
如果你在做 Agent 产品，现在就应该考虑记忆架构。开源框架中，Mem0 社区最大（48K stars），Letta 最自治，Hindsight 精度最高，而 TiMEM 在客服、教育等高时间敏感场景中最合适。
AI 记忆赛道正在经历 2015 年云计算级别的范式转变 —— Agent 越多，记忆越刚需。
本文基于截至 2026 年 4 月 29 日的公开信息撰写。TiMEM 项目地址：github.com/TiMEM-AI/ti…
