这份研究综述全面探讨了人工智能记忆系统，旨在解决大语言模型在长程交互中存在的“无状态”与上下文长度限制等核心瓶颈。文章提出了一个**“4W记忆分类法”（时间、内容、存储、模态），系统性地构建了从底层计算内核到高层认知演化的理论框架。作者不仅对比了单智能体与多智能体系统在记忆架构、通讯机制及共享模式上的差异，还深入探讨了受认知心理学启发的分级存储与知识整合设计。此外，该文献详细梳理了涵盖检索、更新及系统效率等维度的评估指标与基准测试**。最后，通过分析从对话助手到具身智能的广泛应用场景，为实现具备自我进化能力的人工通用智能提供了清晰的技术路线图。
