Agent 的记忆系统设计：短期、长期与遗忘
没有记忆的 Agent 每次都从零开始，谈不了"连续协作"。本文讲清三层记忆模型（工作/短期/长期）、长期记忆的存储与检索、最容易被忽略的"写入策略"与"遗忘机制"，以及一个生产级 Agent 记忆系统该怎么搭——记忆不是越多越好，而是越准越好。
本文要点
- 主题聚焦：大模型、AI Agent
- 适合人群：独立开发者、全栈工程师、AI 应用开发者
- 核心价值：快速理解背景、实践路径、常见误区和工程建议
你和 Agent 聊到一半切个任务回来，它把你忘光了——这是"无记忆"。一个能持续协作的 Agent，必须记住：你是谁、之前定了什么、偏好什么、哪些路走过。记忆系统是 Agent 从"一次性工具"变成"长期伙伴"的关键。
但记忆工程里最容易犯的错，是"什么都记"——结果记了一堆噪声，反而让 Agent 更糊涂。这篇讲怎么把记忆做对。
一、三层记忆模型
借用认知科学的框架，把 Agent 记忆分三层，每层职责不同：
| 层 | 实现 | 寿命 | 作用 |
|---|---|---|---|
| 工作记忆 | 当前 prompt 的上下文 | 一次请求 | 这一轮模型能看到的所有信息 |
| 短期记忆 | 会话状态（数据库/缓存） | 一次会话 | 多轮对话的连续性 |
| 长期记忆 | 跨会话的知识库 | 永久 | 跨会话的用户偏好、事实、决策 |
很多人把这三层混在"上下文窗口"里，结果窗口塞爆、关键信息被冲掉。正确的做法是分层存、按需取——工作记忆是"眼前"，短期是"今天"，长期是"过去"，每轮只把相关的那一点点取进工作记忆。
二、长期记忆：存什么、怎么存
长期记忆是差异化所在（前两层大家差不多）。核心是两个问题：存什么，怎么存。
存什么（类型）：
- 事实型："用户是后端工程师""项目用 Next.js"——结构化、稳定。
- 偏好型："喜欢简短回答""代码用 TypeScript"——半稳定。
- 事件型："上周一起重构了支付模块"——带时间、易过期。
- 关系型："A 是 B 的负责人"——图结构。
怎么存（存储）：
- 结构化表（Postgres）：事实型、偏好型。精确查询（"这个用户的角色"），快、准。
- 向量库（pgvector/Qdrant）：事件型、自由文本。语义检索（"和这次任务相关的历史"）。
- 图数据库（可选）：复杂关系网络。多数项目用不上。
经验：别一上来就全向量。事实/偏好走结构化表（精确、便宜），只有"语义相关"的检索才用向量。两者混合是主流。
三、最容易被忽略的：写入策略
记什么、不记什么，比"怎么检索"更重要。无脑把每轮对话存进记忆库，一周后库里全是"好的""嗯""请继续"这种噪声，检索时反而淹没真信息。
一套写入策略：
- 显式记忆 > 隐式推断。 "记一下：我喜欢用 pnpm"（显式）值得记；"从对话推断用户可能喜欢 pnpm"（隐式）要谨慎——推断错的记忆是污染。
- 抽取再存，别存原文。 把对话里的关键事实抽成结构化条目（
{type: "preference", key: "package_manager", value: "pnpm"}），而不是存整段对话。存原文 = 记忆库变聊天记录，没法用。 - 重要性过滤。 高价值才记（用户明确说的、反复出现的、决策性的）。一次性寒暄、临时性问题不记。
- 去重与合并。 同一个事实多次出现，合并成一条（带"最近确认时间"），而不是存 N 条。
写入可以由一个轻量模型专门做（"从这轮对话里，有没有值得长期记住的事实？抽成结构化条目"），主 Agent 只管对话。写入是独立的、可异步的、可人工审核的。
四、检索：把对的记忆取进工作记忆
每轮开始，从长期记忆里召回相关的少数几条，注入工作记忆。和 RAG 同构：
- 按用户/会话隔离：只搜这个用户的记忆（别把别人的偏好混进来）。
- 按相关性 + 时效：相关度高的优先，过时的降权。
- 少量精取：取 3–5 条最相关的，别取几十条污染上下文。
- 带上元数据：每条记忆带"来源/时间/置信度"，让模型知道这条有多可信。
五、遗忘：记忆系统的另一半
只记不忘的记忆库会越来越糟：陈旧信息（"用户用 Vue"——其实早换 React 了）、错误推断、冲突记录堆积，最终检索质量崩塌。遗忘机制和写入一样重要。
几种遗忘：
- 更新覆盖：新事实覆盖旧事实（"现在用 React" 替换 "用 Vue"）。带时间戳的字段，最新的赢。
- 过期淘汰：事件型记忆（带时间）超期自动归档/删除。
- 置信度衰减：低置信度、长期未被引用的记忆，逐渐降权。
- 冲突仲裁：同一事实多条记录冲突时，用规则仲裁（最新、最高置信度、或人工确认）。
一个健康的记忆库，条目数应该是稳定的（有进有出），而不是无限增长。如果你的记忆库只增不减，说明缺了遗忘机制。
六、隐私与安全
记忆里最容易踩雷：
- 跨用户泄露：记忆按 user_id 严格隔离，检索时强制带 user_id 过滤——这是代码层的硬约束，不是 prompt 里说一句。
- 敏感数据：身份证、密码、密钥不该进记忆库（即便用户"告诉"了）。写入前做敏感信息检测。
- 可删除：用户要"忘记我的一切"，必须能彻底删（合规要求，GDPR 之类）。
七、实战架构小结
一个生产级 Agent 记忆系统的最小架构：
对话轮 → 主 Agent(工作记忆)
│
├─ 写入管线(异步): 抽取事实 → 过滤 → 去重 → 存(表/向量)
└─ 检索(每轮开始): 按 user_id + 相关性,取 top-3~5 注入工作记忆
后台: 遗忘任务(过期/覆盖/衰减) + 隐私清理
关键点：写入和检索分离、记忆按类型分层、有遗忘机制、按用户隔离。
总结
Agent 的记忆，质量远比数量重要。三层模型（工作/短期/长期）管寿命，写入策略管"记什么"（显式 > 隐式、抽取而非原文、重要性过滤），检索管"用什么"（少量精取、按用户隔离），遗忘管"别变垃圾场"（更新覆盖、过期、衰减）。
记住一句话：没有遗忘的记忆系统不是好记忆系统。 一个克制地只记对的、主动忘掉错的的记忆系统，远比一个"什么都记"的更让 Agent 表现稳定。记忆工程是 Agent 长期价值的根基，值得当作一等公民来设计。
Related