From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space

NapMem 将长期用户记忆组织为多粒度记忆金字塔（raw conversations, typed memory records, topic tracks, user profiles），并通过记忆工具暴露给 agent。agent 通过强化学习训练，学会根据查询主动选择和导航不同粒度的记忆，而非被动接收预检索结果。实验证明该方法在多个记忆密集型任务上达到 competitive 性能，且不显著损害通用推理与工具使用能力。

1. 导购 agent 可用此方法替代当前简单的印象池+向量检索，构建更结构化的用户记忆。例如，将用户历史购买、对话、偏好归类为不同粒度（如原始聊天→提炼的事实→话题→画像），让 agent 主动选择查看哪一层，有望提升个性化推荐准确性。
2. 改变了「记忆=被动检索」的默认假设。我开始考虑将 agent 的记忆访问也视为一个可学习的 action，而非固定 pipeline。这直接影响技术选型：下一版记忆模块应考虑引入类似结构化存储和 RL 训练。
3. 下一步行动：读全文重点看 memory pyramid 的具体构建方式（slot 设计、链接关系）和 RL 训练细节。确认训练开销后，在导购 agent 的小规模数据上验证可行性。