这是前些天在x上面讨论的问题。开发者 Rohit 面试失败后，开始深入研究 Agent 记忆系统，最终构建出生产级方案。核心洞察：记忆是基础设施，不是功能。
标准方案为何失效
方案一：对话历史塞入上下文
10 轮对话后，上下文窗口填满，系统开始截断旧消息。结果？Agent 忘记了用户是素食者。
问题根源：对话历史不是记忆，只是聊天日志。
方案二：向量数据库检索
两周后，数据库积累了 500 条记录。用户问"我的工作情况"，向量检索返回 12 段矛盾片段。Agent 幻觉出错误的综合答案。
问题根源：Embedding 衡量的是相似性，不是真实性。向量数据库不理解时间、上下文或更新。
短期记忆：Checkpointing
每个 Agent 作为状态机运行。检查点是特定时刻整个状态的快照，提供：
- 确定性重放：从任意检查点恢复执行
- 崩溃恢复：Agent 异常终止后可重启
- 回溯调试：追溯决策过程
长期记忆架构
架构 A：基于文件的自组织系统
三层结构：
- Resources：原始数据，不可变，带时间戳
- Items：原子事实（如"用户偏好 Python"）
- Categories：演化摘要（如 work_preferences.md）
写入时主动处理：新信息不只是归档，而是编织进现有摘要。用户转向 Rust？系统重写档案替换旧偏好，自动解决矛盾。
读取时分层检索：先拉摘要，问 LLM"够了吗"，不够再下钻到具体事实。
架构 B：上下文图谱
混合结构：
- 向量存储用于发现相似文本
- 知识图谱用于精确的主体-谓词-客体关系
冲突解决：用户从 Google 跳槽到 OpenAI？系统识别矛盾，归档旧连接为历史，更新当前雇主。
混合检索：向量搜索 + 图谱遍历并行运行，结果合并。
记忆必须衰减
"永不遗忘"不是"记住每个 Token"，而是"记住重要的"。
维护策略：
- 每夜：合并冗余，提升高频访问项优先级
- 每周：压缩旧事实为高层洞察，修剪 90 天未访问的记忆
- 每月：重建 Embedding，调整图谱边权重，归档冷数据
推理时检索
从上下文窗口约束反向工作：
- 用合成查询广泛搜索
- 搜索结果是候选，不是答案
- 相关性评分 × 时间衰减 = 最终排序
- 近期记忆往往击败六个月前的完美匹配
结果：只注入 5-10 条真正有用的记忆。
五个致命错误
- 存原始对话 — 提取事实，而非转录
- 盲目用 Embedding — "我爱工作"和"我恨工作"嵌入相似
- 没有衰减 — Agent 淹没在过去
- 没有写入规则 — 想写就写，写的是垃圾
- 记忆当聊天历史 — 聊天历史短暂，记忆是结构化表示
核心心智模型
把 Agent 当操作系统，不是聊天机器人：
- RAM：当前对话的快速易失上下文
- 硬盘：持久化、索引化的知识存储
- 垃圾回收：定期维护，否则系统崩溃
总结
记忆系统的关键在于：不是存储，而是组织和衰减。对话历史是日志，向量检索只是工具，真正的记忆需要结构化、冲突解决和定期维护。
核心原则：记忆是基础设施。像操作系统管理内存一样管理记忆，Agent 才能长期可靠地工作。
