arXiv 上出现一篇题为《Memory-Centric Continual Learning for AI 词典：AI Agent">AI Agents》的论文，编号 2610.29357，归类为论文。目前公开页面可获取的信息有限，摘要部分仅为占位内容，尚未披露具体方法、实验设置与结论。因此，以下仅就标题所指向的问题域做背景梳理，不涉及对该论文贡献的判断。
标题包含三个关键信息：持续学习、以记忆为中心、AI 智能体。持续学习长期关注的问题是，模型在连续任务流中吸收新知识的同时如何不遗忘旧能力，灾难性遗忘是这一方向的核心难题。当学习主体从静态模型变为智能体后，问题形态发生变化：智能体需要长期运行、多轮交互、调用外部工具并积累经验，记忆的写入、检索、更新与淘汰策略直接决定它能否在部署之后持续改进。
“以记忆为中心”这一表述，从字面看意味着把记忆机制而非单纯的参数更新作为持续学习的主要载体。这一思路对从业者的意义在于：若它成立，智能体的能力增长可能更多来自记忆系统的设计与工程，而非频繁重训基础模型，从而影响部署成本、行为可审计性与个性化程度。相应地，评价指标也需要从单任务精度扩展到记忆保真、检索相关性与跨会话一致性等维度。
需要强调的是，在摘要与正文细节公开之前，无法确认该论文提出了何种机制、在哪些任务上验证、效果如何。建议关注的读者直接查阅 arXiv 原文（https://arxiv.org/abs/2610.29357），以获取准确信息。