手机上跑的 agent 记忆：存成三张图再按需取

给 agent 做长期记忆的流行做法是向量库一把梭：不管什么类型的痕迹都压成一个向量存起来，检索时按相似度捞。这在云端算力充裕时勉强够用，到端侧就露怯：个人轨迹异构、多类型、还带隐式约束，单向量表示把类型边界和关系结构全部抹平，检索不准，个性化更无从谈起，用户只会觉得这助理记性差还不懂我。10 月 7 日放榜的 HGP（arXiv 2610.10071，作者 Ran Zhou、Jiaheng Liu 等）给出一个为端侧设计的替代方案：混合图存储，让每类记忆带着自己的结构活下来。

三张图加一条轨迹

HGP 把记忆分成三类，各自建图：情景图存发生过什么，事件与经历作为节点连边；语义图存知道些什么，事实与概念的关系网络；程序图存会怎么做，把用户的操作步骤与偏好组织成流程结构。三图分工让每类记忆保住自己的结构，检索时按图走而不是靠向量距离硬猜，类型混串与关系丢失这两个老毛病从表示层就得到治理。在此之上，工作记忆被显式建成状态轨迹，捕获当前状态与隐式约束，决策时不必从历史堆里现翻，也避免了把过期状态当现状的错位。端侧的关键约束是少叫大模型：HGP 用一个轻量自增强分类器做记忆路由，决定哪类记忆进上下文，大模型调用次数显著下降，手机上才跑得动，电量和时延都在可接受范围内。

成绩与工程含义

在 PAL-Set 方案选择基准上，HGP 拿到 35.58 的 S 分，比最强基线高约 7 分，另有一个基准交叉验证，优势不是单点巧合而是稳态领先。图存储还带来两个工程红利：检索按结构走，命中更准；用户画像可以沿图增量精修，越用越懂人，新交互只影响相关子图而不是全局重算。代码已在 GitHub 开源，端侧部署的团队可以直接拆。把它接进我们这两周的记忆系列：DSV-Mem 证明了状态演化是最大难度因子，安静故障研究证明了 agent 对内容不敏感，HGP 则给出结构化存储这条出路，三条线合起来，记忆系统的设计空间已经相当清晰。端侧定位还有一层红利：个人数据不出设备，与云侧方案形成隐私上的互补组合，混合部署时云端拿任务知识、端侧拿个人偏好，各守各的边界。