Agent Memory

Agent Memory 是为了当前或未来决策而保存、选择和重新引入信息的机制。它不等同于“接一个向量数据库”。

应区分的三类信息

工作状态

当前任务的目标、计划、工具结果、未解决问题和预算。它必须准确、结构化，并能支持恢复执行。

情景记忆

过去任务中发生了什么、采取了什么行动、结果如何。适合复盘、个性化和经验检索。

语义知识

相对稳定的事实、概念和程序知识。当前知识库本身就属于这一层。

短期与长期不是唯一维度

上下文窗口常被称为短期记忆，外部存储常被称为长期记忆，但工程上还应关注：

• 谁可以写入；
• 写入什么；
• 保存多久；
• 如何检索；
• 检索结果如何验证；
• 错误或敏感信息如何删除。

常见失败

• 把所有对话都写入长期存储，导致噪声持续累积；
• 检索结果缺少来源和时间信息；
• 将推测或模型生成内容当成已确认事实；
• 记住了用户不希望长期保存的敏感信息；
• 使用旧记忆覆盖当前环境的真实状态。

记忆系统的关键不是“记得更多”，而是“在正确时刻取回可信且相关的信息”。