ThinkFlow 是一种端到端的潜在记忆框架，专为终身对话代理设计。它通过在测试时动态压缩对话流为概率潜在记忆技能，避免了传统文本记忆的信息瓶颈，并将用户的复杂状态映射为相互解耦的连续向量，防止语义干扰。
为了解决冷启动和持续个性化问题，框架采用测试时进化范式。首先利用教师引导的潜在对齐对初始状态进行引导，然后通过自监督的下一句用户话语预测任务持续细化记忆向量，实现无标签的终身学习。
在多个长期对话基准上的实验表明，ThinkFlow 相比现有显式文本记忆系统显著提升了响应的个性化程度和上下文准确性，能够在跨会话的长时段交互中保持一致且情感敏感的对话。
点评