Agent 记忆系统

没有记忆的 Agent 每次都「失忆」，无法积累经验、维持长期个性化。记忆系统是 Agent 从「单次任务」走向「长期助理」的关键，也是 Agent 面试的进阶考点——能讲清「写入策略」和「记忆冲突」的人很少。

为什么 Agent 需要记忆？

LLM 本身无状态——每次调用只看得到当前上下文，关掉就忘。但真实助理需要：记住用户偏好与历史（个性化）、在长任务中跨步骤保持状态、从过往成败中积累经验。上下文窗口是有限且昂贵的「工作记忆」，装不下也不该装下所有历史 → 需要外部记忆系统。

记忆的分类

类型	对应人类	内容示例	典型实现
短期记忆	工作记忆	当前对话/任务状态	上下文窗口本身
情景记忆（Episodic）	经历	「5 月 3 日用户退过一次货」	带时间戳的事件库
语义记忆（Semantic）	知识	「用户是后端工程师，偏好简洁回答」	事实条目（向量库/结构化存储）
程序记忆（Procedural）	技能	「部署流程先跑测试再发布」	system prompt 规则、技能文件、工具

区分情景与语义是面试高频点：情景是「发生过的具体事」（原始、带时间），语义是「提炼出的稳定结论」。好的记忆系统会从情景中蒸馏语义（多次「用户要求简短」→ 固化成「偏好简洁」）。

记忆系统的完整工作流

对话/经历 ──► ① 写入：抽取该记的信息 ──► 长期存储（向量库/DB/文件）
                                            │
新一轮交互 ──► ② 检索：按当前需要召回相关记忆 ─┘
            ──► ③ 注入：拼进上下文（上下文工程）
            ──► ④ 更新/遗忘：合并、修正、淘汰

① 写入：最难也最重要的一步

写什么：稳定偏好、关键事实、任务结论、明确纠错（「别再用 mermaid」）——而不是对话原文。 何时写：会话结束时批量总结（便宜，可能丢中途信息）vs 实时判断写入（及时，贵）vs 用户显式触发（「记住这个」）。 怎么写：用 LLM 抽取成原子化条目（一条记忆一个事实），附元数据（时间、来源、置信度）——原子化是后续检索与更新的前提。

② 检索与 ③ 注入

本质是 RAG：记忆条目向量化，按当前 query 相似度 + 时间近因 + 重要性加权召回（生成式 Agent 经典的三因子打分）。注入时放进 system prompt 或专门的记忆区块，注意控制条数防止挤占上下文（见 上下文工程）。

④ 更新与遗忘：防止记忆库腐烂

• 冲突解决：新信息与旧记忆矛盾时（用户「我换工作了」），要更新而非并存——否则检索会同时召回矛盾条目，污染上下文。策略：写入前先检索相似记忆，LLM 判断是新增/更新/删除（Mem0 的核心机制）。
• 合并去重：周期性把相似条目合并。
• 衰减淘汰：按「最后引用时间 × 重要性」打分，长期未用的低权重记忆归档——无限膨胀的记忆库 = 检索噪声放大器。

主流实现方案

方案	思路	代表
向量库记忆	条目 Embedding + 相似度检索	最通用的自建方案
记忆框架	抽取/更新/冲突解决开箱即用	Mem0、Letta（原 MemGPT）、Zep
文件型记忆	记忆写成人类可读的 markdown 文件，模型用工具读写	Claude Code 的 CLAUDE.md/memory 目录、各类 Agent 的笔记文件
知识图谱记忆	实体-关系建模，支持多跳关联	Zep/Graphiti 等

MemGPT 思想（高频考点）：把 LLM 类比操作系统——上下文窗口是「内存」，外部存储是「磁盘」，模型自主调用记忆工具在两者间换入换出（分页），在有限窗口下管理无限信息。

文件型记忆为什么流行：人类可读可改（用户能直接审计和纠正记忆）、天然支持版本控制、模型用现成的读写工具就能操作，不需要专门基础设施——工程上「足够简单」常胜过「架构优雅」。

短期记忆（上下文内）的管理

窗口装不下全部历史时：全量缓冲（很快超窗）→ 滑动窗口（丢早期信息）→ 摘要压缩（旧对话压成摘要）→ 混合（近期原文 + 远期摘要 + 关键事实置顶）。注意摘要是有损的，关键约束（如用户明确的禁止事项）要单独固化，不能依赖摘要保留。

记忆 vs RAG：一道辨析题

	RAG 知识库	Agent 记忆
内容	外部文档/知识（静态为主）	交互中产生的个体信息（动态）
写入方	离线管道导入	Agent 自己边用边写
关键难点	检索质量	写入策略与一致性维护
共同点	都靠「向量化 + 检索 + 注入」	同左

高频追问

Q：Agent 的短期记忆和长期记忆有什么区别？ 短期 = 当前上下文窗口（会话结束即失效，受窗口大小限制）；长期 = 外部持久存储（跨会话，理论无限但需检索）。设计上的关键是两者间的「换入换出」策略。

Q：长期记忆本质上是什么技术？和 RAG 的区别？ 检索侧本质就是 RAG（向量化 + 相似度召回 + 注入）。区别在写入侧：记忆需要 Agent 自己抽取、判断新增/更新/删除、解决冲突、衰减淘汰——RAG 知识库通常没有这套动态维护机制。

Q：记忆为什么不能把对话原文全存？ 存储爆炸、检索噪声大、矛盾信息并存。正确做法：LLM 抽取成原子化事实条目 + 元数据，写入前先查重判断增/改/删，定期合并淘汰。

Q：记忆冲突怎么处理？ 写入前检索相似旧记忆，让 LLM 对比判断：互补则都留、矛盾则新覆盖旧（或标注时效）、重复则合并。没有冲突解决的记忆系统用得越久越不可信——这是 Mem0 等框架的核心卖点。

Q：MemGPT 的核心思想？ LLM 当操作系统：上下文是内存、外部存储是磁盘，模型通过自主调用记忆读写工具做「分页调度」，突破窗口限制。它把记忆管理从「外挂管道」变成「模型自主行为」。

Q：怎么评估一个记忆系统好不好？ 召回质量（该想起来的想起来了吗）、一致性（矛盾信息是否被正确更新）、个性化效果（多轮后回答是否贴合用户）、成本（写入与检索的额外调用）。公开基准如 LOCOMO（长程对话记忆）可参考，业务上用多会话模拟测试。