CogniFold：通过认知折叠实现始终在线的主动记忆

现有的智能体记忆仍然主要是反应性和基于检索的，缺乏自主将经验组织成持久认知结构的能力。为了迈向真正自主的智能体，我们引入了 CogniFold，一种受大脑启发的“始终在线”智能体记忆，专为下一代主动助手设计。CogniFold 持续将碎片化的事件流折叠成自涌现的认知结构，从传入事件和累积知识中引导出逐步更高层次的认知。我们通过将互补学习系统 (CLS) 理论从两层（海马体、新皮层）扩展到三层，增加了一个前额叶意图层来为此奠定基础。模拟前额叶皮层作为意图控制和决策的中心，CogniFold 通过图拓扑自组织实现这一点：认知结构在流下主动组装，在语义相似时合并，在过时时衰减，通过联想回忆重新链接，并在概念簇密度超过阈值时浮现意图。我们使用 CogEval-Bench 评估结构形成，证明 CogniFold 独特地产生符合认知期望和概念涌现的记忆结构。此外，在跨越五个认知领域的 7 个广泛覆盖基准上，我们验证了 CogniFold 在传统记忆基准上同时表现稳健。