对话智能体若想成为用户的终身伴侣，就必须在所有交互中维持持久记忆，但这一目标面临两大技术障碍。一方面，仅仅通过原始检索来扩展上下文窗口，虽然能塞入更多历史信息，却会稀释模型的注意力、干扰推理过程，最终导致回答质量下降。另一方面，若采用标准强化学习来训练记忆智能体，在多阶段流水线中会产生严重的信用分配瓶颈：模型很难判断最终输出好坏应归因于哪一个中间记忆操作，梯度信号因此变得模糊。针对这两个痛点，由Kai Zhang等14位作者完成的论文《SaliMory: Orchestrating Cognitive Memory for Conversational Agents》提出了名为SALIMORY的新框架。该工作于2026年6月2日提交至arXiv，编号2606.04120，属于计算与语言（cs.CL）以及人工智能（cs.AI）交叉领域。
SALIMORY的核心思路是训练单一语言模型来管理一种认知结构化的记忆，覆盖用户事实、偏好和工作记忆三类内容。这与把记忆外包给独立检索模块或数据库的做法不同，模型自身同时承担记忆的写入、筛选、巩固和提取。为了让训练信号能够精确作用于不同记忆操作，作者引入了两项关键机制。其一是分层阶段式过程奖励，即为选择性过滤、记忆巩固和线索驱动回忆等子步骤分别设计奖励，使每个阶段的输出都能获得相对独立的监督。其二是奖励分解对比精炼，通过将整体奖励分解并配合对比学习，进一步区分相似但质量不同的记忆表示。两者结合，使端到端的训练能够为各个记忆操作提供隔离的监督信号，缓解信用分配难题。
从实验结果看，SALIMORY在多个指标上取得了显著提升。论文摘要指出，该框架将归因于记忆的失败减少三分之一，端到端准确率相比现有最先进方法高出10%以上，同时“良好个性化”率提升超过一倍。这些数据表明，结构化记忆管理与精细奖励设计不仅能减少遗忘和错误引用，还能让智能体更准确地理解并适应用户的长期偏好。
从更广的视角看，这项研究回应了对话智能体从“单轮问答”走向“长期陪伴”过程中的关键矛盾：上下文并非越长越好，记忆也并非越多越有效。SALIMORY通过模拟认知科学中的记忆分层结构，并借助强化学习让模型学会何时过滤、何时巩固、何时回忆，为构建更可靠、更个性化的终身对话助手提供了一条可训练的路径。当然，该框架目前仍基于学术基准评测，其在真实开放场景中的泛化能力、计算开销以及长期记忆的隐私与遗忘机制，仍有待进一步验证。论文全文可通过arXiv获取，包括PDF、实验性HTML以及TeX源码，并附有提交历史与引用信息。