一个智能体如果每次对话都从零开始，它永远不会「记住」你上周说过的话、上次的偏好、这个项目的关键约束。记忆系统就是给 Agent 装上的「长期大脑」：让它在多轮、多会话甚至跨任务之间保留和利用信息。但记忆不是无脑往里塞——塞太多会撑爆上下文、塞太乱会检索错位、塞太久会过时误导。本文从工程化角度讲清智能体记忆系统的分层设计、存储选型与检索策略。
为什么记忆不能只靠上下文窗口
很多人第一反应是「把历史全塞进 prompt 」。但上下文窗口有限、且越长越贵越容易丢重点。更关键的是：短期上下文解决不了「跨会话记得你」的问题。所以记忆要分层——把该忘的留在短期、该留的沉淀到长期。关于「上下文怎么喂更高效」，可先看 LLM 上下文工程，理解上下文预算的约束，记忆系统本质是在为上下文「减负」。
分层：工作记忆、情景记忆、语义记忆
借鉴认知科学，把记忆拆三层：工作记忆（当前会话的临时状态）、情景记忆（某次具体交互的经过，如「用户上周让我改了配色」）、语义记忆（提炼出的稳定事实，如「用户偏好中文回复」）。写入时先落情景，再定期把可复用的沉淀为语义；读取时优先语义、必要时回查情景。已经有不少实现可参考，例如 AI Agent 记忆 的通用框架，以及 Agent 长期记忆 对持久化的讨论。
存储选型：从文件到向量库
工作记忆用内存或会话对象即可；情景/语义记忆需要持久存储。小规模可先用结构化文件或轻量 KV；要支持「按语义召回相关记忆」必须上向量数据库，把记忆文本做 embedding 后存储，检索时做相似度匹配。注意：向量召回擅长「相关」不擅长「精确」，关键事实（如用户 ID 、配置）应同时存结构化字段，避免被语义检索漏掉。记忆和 Agent 知识库维护 是两套互补系统：知识库是「公共常识」，记忆是「关于这个用户的私有信息」。
检索、压缩与遗忘
读取记忆不是全量回灌，而是「按需召回」：用当前任务做查询，取 top-k 最相关片段。当单条记忆过长，先摘要再存；当上下文快满，先压缩早期内容。遗忘同样重要——给记忆打时间戳和置信度，过期或低置信的定期清理，避免陈旧信息误导决策。一个好的记忆系统，会忘和会记一样关键。
隐私、权限与可观测
记忆里往往有用户隐私和项目敏感信息。写入前做脱敏，读取时按权限隔离（不同用户/会话看不到彼此的记忆），并提供遗忘权（用户要求删除即清除）。每一步记忆的写入与读取都要留 trace，方便排查「它为什么记得/不记得这件事」。把记忆当成受控数据资产，而不是随意堆积的聊天历史。
- 定分层：区分工作/情景/语义记忆，明确各自生命周期。
- 选存储：工作用内存，长期用文件/KV+向量库做语义召回。
- 写策略：先落情景，定期把可复用事实沉淀为语义记忆。
- 读策略：按当前任务召回 top-k，长记忆先摘要再回灌。
- 管遗忘：打时间戳与置信度，脱敏隔离，支持删除与留痕。
常见问题
“记忆和知识库有什么区别？”
“为什么不全塞进上下文窗口？”
“向量召回会不会漏掉关键事实？”
“记忆多久清理一次？”
评论 (0)