智能体记忆：短期与长期

A10

概念 · 智能体 AI 详解

智能体记忆：短期与长期。

一个会话一结束就把一切忘光的智能体并没有坏——原始模型本来就是这样。记忆是另一套独立的机制，它把事实、决策与过往事件存在模型之外，并在需要时把相关的那些取回来，从而让智能体跨轮次、跨会话地记住东西。本条目将讲清此处"短期"与"长期"到底指什么、智能体会记住的四类东西、让记忆保持诚实的"写入—检索—更新"循环，以及为何记忆并不等于 RAG。

STEP 1

两种记忆：你此刻拥有的窗口，与比它更长久的存储。

短期记忆——也叫工作记忆或在上下文中的记忆——活在上下文窗口内部。它就是当前对话，加上智能体工作时写下的任何草稿：模型在这一轮真正能看到的一切。长期记忆活在模型外部，在一个外部存储里——数据库、文件、向量索引——并且只有当它与手头这一步相关时，才被有选择地检索回窗口。

之所以要这样切分，是因为单靠窗口无法充当持久记忆。它（1）大小有界，装不下智能体学过的一切；（2）会话之间被清空，明天的对话从空白开始；（3）按 token 计价昂贵，因为窗口里的每个 token 在每一轮都会被重新处理；（4）塞太满时会退化——这种效应被称作上下文腐烂（context rot）或迷失于中间（lost in the middle），即埋在长负载中段的材料实际上被忽略。持久记忆存在的意义，就是把智能体知道什么与当前能塞进提示的是什么解耦开。

一个诱人的误解是：更大的上下文窗口能让记忆变得多余。并不能。更大的窗口给你这一次会话更多空间，但会话一结束它照样重置，因此它带来的跨会话持久性为零——而且长上下文仍会退化，所以空间更多不等于回忆更可靠。窗口大小与记忆是两个独立的架构关注点；把其中一个做大并不能解决另一个。short-vs-long-term-memory 深入解析把这条界线画得很精确。

STEP 2

智能体会记住的四类东西。

借用认知科学的一套分类，把记忆的不同类型各自命名，而不是把"记忆"当成一个大桶，会很有帮助。每一类回答一个不同的问题：

工作记忆——此刻正在进行的任务上下文。智能体正在追的子目标、它刚打开的文件、两步前算出的值。这就是 STEP 1 里的短期记忆。
情节记忆（episodic）——对具体过往事件与交互的记录：发生了什么。"上周二用户让我订一张去柏林的机票，我订了。"它带时间戳、是具体的。
语义记忆（semantic）——事实、偏好与一般知识：什么是真的。"用户偏好靠走道的座位。""这家公司的财务系统跑在 SQL 上。"无关时间、可复用，不绑定某一次事件。
程序性记忆（procedural）——怎么做事：技能与套路，常常是智能体自己不断演进的指令。它报销时遵循的检查清单，每错一次就再打磨一次。这是智能体用来改进自身行为的记忆。

真实系统会把这些边界揉在一起，但这些标签是个好用的词汇表，方便你追问"这个智能体真正需要的是哪一类记住？"memory-types 深入解析把每一类映射到具体的存储选择。

STEP 3

这个循环：写入、检索、整合——并且有意地遗忘。

记忆系统不是一个被动的档案库；它持续运行三个核心操作：

写入/编码。决定什么值得存。你不能也不该什么都存——不加甄别地保存，只会在更大的容器里重演上下文腐烂。好的记忆对写入什么很挑剔。
检索。在恰当的时刻把相关记忆取回窗口——不是全部，只是与当前这一步有关的那几条。这是读取路径，通常长得像搜索。
整合/更新。随时间推移，合并重复、把长历史做摘要、当新事实覆盖旧事实时化解矛盾、丢掉过时的东西。遗忘是特性，不是缺陷：一个从不修剪的记忆，迟早会检索出过时且互相冲突的垃圾。

这些操作由一小组存储模式实现，通常混合使用：

向量存储——把每条记忆变成一个嵌入向量，靠相似度搜索来检索。智能体就是这样在没有精确关键词匹配的情况下，回忆起语义上相关的那条笔记。
滚动摘要/压紧——把一段长对话或工具调用日志收拢成一份紧凑的回顾，丢掉原始记录，在预算内保留要点（见 context-compaction）。
结构化存储——用键值表、SQL 或知识图谱来存事实以及事实之间的关系，适用于你需要精确查找与干净更新、而非模糊回忆之时。

大多数生产级记忆是混合式的：一个向量索引做模糊的语义回忆，一个结构化存储放硬事实，再用摘要把实时对话保持紧凑。memory-stores 深入解析把这些后端逐一正面对比。

STEP 4

记忆不是 RAG——以及它在智能体设计中如何落地。

因为两者都往窗口里取文本，初学者常把记忆与 RAG 混为一谈。这个区分值得完全弄准。RAG 从一个大体上静态的外部语料库——你加载进去的一批文档——检索内容，来帮忙回答一个问题。记忆是可读写、由智能体自己撰写的：智能体从自身经验中写入新记忆，并随时间更新它们。RAG 是一种检索技术；记忆是持续演进的持久状态，由智能体自己不断构建。两者的重叠——也正是它们被混淆的原因——在于记忆系统的读取路径常常采用 RAG 式的检索；这种共享的机制并不意味着目的相同。retrieval-augmented-memory 深入解析把两者相遇的确切位置梳理清楚。

实践中你很少从零把这一切都搭出来。有一批真实系统把这个循环打包好了：Mem0 提供带用户、会话与智能体作用域的托管记忆 API；Letta（前身是 2023 年的 MemGPT 研究项目）引入了一种受操作系统启发的分层设计，含核心（core）、召回（recall）与归档（archival）记忆；Zep——其开源引擎 Graphiti 是一个时序知识图谱，给事实打上有效期窗口——面向随时间变化的事实；LangMem 是 LangChain 的记忆 SDK；Cognee 则是一个基于图、本地优先的选项。它们的差异恰恰就在上面那些选择上：建模哪些记忆类型，以及如何处理写入与更新路径。

对构建智能体而言的要点是：把记忆当成一个刻意设计的架构层，按系统去决定，而不是靠把窗口做大来拨的开关。选好写入什么、检索什么、遗忘什么——然后在像你的任务上度量这些选择是否真有帮助。当你准备深入时，本 wiki 的 Memory & Context 深入解析组把这些想法带入生产级细节——从写入路径架构到评估记忆——并与上下文工程（在每一步策划窗口里放什么的学问）天然配套。