Profile-Graph Memory for LLM Agents: Implicit Cross-Entity Traversal through Narrative Profiles

作者把人物、组织和事件的关系写入持续更新的 narrative profile，让模型通过检索少量档案完成跨实体推理，而不必显式暴露或查询完整知识图。配套 MemHop 基准覆盖一至五跳问题，用来区分单实体回忆、关系拼接和长链路检索能力。结果所指向的核心取舍是：叙事压缩提高可读性与检索效率，但档案生成阶段一旦丢失关系，后续多跳推理无法恢复。