LLM本质上是无状态的模型，每次调用都像一次“短暂失忆”。为了让 AI Agent真正理解上下文、具备个性化交互和任务持续性，引入记忆系统至关重要。本文将从技术与架构角度出发，系统介绍构建短期和长期记忆的最佳实践。
一、AI Agent中的记忆类型
1. 短期记忆（Short-Term Memory）
- 主要通过上下文窗口或滚动缓存维持；
- 适用于保持当前会话连贯性；
- 依赖于 LLM 的 token 限制，不能存储跨会话知识。
2. 长期记忆（Long-Term Memory）
- 可持久化存储知识、用户偏好、交互事件等；
- 分为三类：
- 语义记忆：结构化知识；
- 情节记忆：用户行为记录；
- 程序性记忆：执行流程和策略。
这种记忆帮助代理“记住你是谁”，支持更复杂的个性化和任务处理。
二、Ai Agent Memory的基本实现方案
1. 向量数据库（基于嵌入的召回）
- 工具：FAISS、Pinecone、Weaviate、Qdrant、ChromaDB
- 优点：
- 适合语义检索；
- 高度可扩展，适应上下文相关性。
- 缺点：
- 向量计算代价高；
- 召回质量依赖嵌入质量。
- 适用场景：需要长时记忆但不想存储原始文本的聊天机器人。
2. 基于token的上下文窗口（Sliding Window）
- 工具：OpenAI Assistants API、LangChain Buffer Memory
- 优点：
- 实现简单，成本低；
- 不依赖外部存储。
- 缺点：
- “健忘”：旧数据不断被新数据挤出；
- 不具备跨会话记忆。
- 适用场景：仅需要当前会话上下文的简单助手。
三、最佳实践
1. 分层记忆架构（Layered Memory System）
| 层级 | 说明 |
|---|---|
| 短期 | 使用上下文窗口维持对话连贯性 |
| 中期 | 将摘要或嵌入存储在向量数据库 |
| 长期 | 使用 SQL/NoSQL 持久化结构化知识 |
2. 优化检索效率
- 利用层级摘要压缩历史数据；
- 拆分长文本（chunking）优化向量搜索；
3. 控制计算与成本
- 使用 Redis 进行低延迟缓存；
- 使用本地部署的 FAISS 进行快速向量召回；
- PostgreSQL 用于结构化数据的长期保存。
4. 应用场景推荐
| 应用场景 | 推荐架构 |
|---|---|
| 聊天机器人 | Pinecone / FAISS + Redis 作为会话缓存 |
| LLM 助手 | LangChain Buffer + SQL + 向量检索混合方案 |
| 金融类智能体 | PostgreSQL + 向量数据库分析长期报告 |
| 自主代理 / 全能AI助手 | Letta AI + NoSQL 实现复杂分层记忆 |
四、总结
在实际应用中，需要考虑效率和准确率、以及性价比来选择最合适的方案。
- 对于简单的聊天机器人场景，可以直接使用滑动窗口维护上下文，利用LLM的长上下文能力保持记忆；
- 如果需要Agent能在多个会话历史中保持记忆，则需要借助数据库进行持久化；
- 对于超长期的记忆，可以利用LLM进行关键信息的抽取并进行结构化存储。
