借鉴 RNN/LSTM 思路：让 AI 智能体维护可演化的压缩记忆态

一位作者提出，主流 AI 智能体采用的“检索上下文→生成”范式可能不足，应借鉴 RNN/LSTM 思路维护持续演化的压缩记忆状态。该构想让智能体从对话、动作、观察和推理轨迹中决定记录、遗忘与更新内容，形成“读记忆→更新记忆→推理→行动→再存储”循环，但目前仅属架构探索，尚无实现细节。