Agent 记忆系统深度解析：从失忆到长记性的工程之路

Agent 记忆系统深度解析：从"失忆"到"长记性"的工程之路

没有记忆的 Agent，每轮对话都是一次"初次见面"。
有记忆的 Agent，才能从"工具"进化为"伙伴"。

前言：记忆是 Agent 从"工具"到"伙伴"的分水岭

没有记忆的 Agent：

用户：我叫张三 Agent：你好，张三！ 用户：我叫什么名字？ Agent：抱歉，我不记得你刚才说了什么。请问你叫什么名字？

有记忆的 Agent：

用户：我叫张三，喜欢简洁的回复 Agent：好的，张三！ 用户：帮我查一下今天的新闻 Agent：张三，以下是今天的新闻摘要... （记得用户的名字，回复更简洁）

记忆，就是 Agent 的"持续性"——让 Agent 不仅知道"现在"，还知道"过去"。

一、Agent 记忆的三层架构

1.1 三层记忆模型

┌─────────────────────────────────────┐ │ L1：工作记忆（上下文窗口） │ │ 当前对话内容、临时信息 │ │ 容量：模型上下文窗口大小（4K-200K） │ │ 持久性：一次推理 │ ├─────────────────────────────────────┤ │ L2：短期记忆（会话记忆） │ │ 当前会话的历史、状态 │ │ 容量：不限（但需要管理） │ │ 持久性：一次会话 │ ├─────────────────────────────────────┤ │ L3：长期记忆（持久记忆） │ │ 用户偏好、知识、经验 │ │ 容量：不限（外部存储） │ │ 持久性：永久 │ └─────────────────────────────────────┘

1.2 各层的关系

工作记忆（L1）：正在处理的信息 ↓ 超出上下文窗口 → 压缩到短期记忆 短期记忆（L2）：本次会话的信息 ↓ 会话结束 → 重要信息提升到长期记忆 长期记忆（L3）：跨会话的信息 ↑ 需要时 → 检索到工作记忆

二、工作记忆（L1）：上下文窗口管理

2.1 工作记忆的特点

工作记忆就是模型的上下文窗口。它有两个硬约束：

1. 容量有限：4K-200K token（2026年主流模型已支持128K-200K）
2. 注意力不均匀：中间信息容易被忽略（"Lost in the Middle"现象）

2.2 工作记忆的内容管理

classWorkingMemory:"""工作记忆管理"""def__init__(self,max_tokens=128000):# 2026-07 更新：默认值从32K调整为128Kself.max_tokens=max_tokens self.content=[]defadd(self,item,priority="normal"):"""添加内容到工作记忆"""item_tokens=count_tokens(item)ifself.total_tokens()+item_tokens>self.max_tokens:self._evict(priority)self.content.append(item)def_evict(self,current_priority):"""淘汰低优先级内容"""# 优先级：system > tools > memory > history > resultspriority_order=["results","history","memory","tools","system"]forpinpriority_order:ifp==current_priority:continuewhileself._has_priority(p):self._remove_oldest(p)ifself.total_tokens()<=self.max_tokens*0.8:returndefsummarize(self):"""压缩工作记忆为摘要"""prompt=f"请将以下对话压缩为 200 token 以内的摘要：\n{self.content}"returnllm(prompt)

三、短期记忆（L2）：会话记忆

3.1 短期记忆的实现

classShortTermMemory:"""短期记忆：会话级别的记忆"""def__init__(self):self.messages=[]self.extracted_info={}# 从对话中提取的关键信息self.compressed=[]# 压缩后的历史defadd_message(self,role,content):self.messages.append({"role":role,"content":content,"timestamp":time.time(),})self._extract_info(role,content)def_extract_info(self,role,content):"""从对话中提取关键信息"""prompt=f""" 从以下对话中提取关键信息，以 JSON 格式返回： 角色：{role}内容：{content}提取的信息： - 用户偏好 - 提到的实体（人名、地名、产品名） - 任务状态 - 重要决策 """info=llm(prompt)self.extracted_info.update(info)defget_context(self,max_tokens=4000):"""获取用于 Agent 推理的短期记忆上下文"""# 1. 提取的关键信息info_context=format_info(self.extracted_info)# 2. 最近的对话（保留最近 3 轮）recent=self.messages[-6:]# 3 轮 = 6 条消息# 3. 压缩后的历史compressed=self.compressed[-3:]returninfo_context+recent+compressed

3.2 记忆压缩

classMemoryCompressor:"""记忆压缩策略"""defcompress(self,messages,max_tokens=2000):"""压缩对话历史"""# 策略 1：摘要压缩iflen(messages)>10:summary=self._summarize(messages[:-5])returnsummary+messages[-5:]# 策略 2：关键信息提取key_info=self._extract_key_info(messages)returnkey_info+messages[-3:]def_summarize(self,messages):prompt=f"请用 100 字以内总结以下对话：\n{messages}"returnllm(prompt)def_extract_key_info(self,messages):prompt=f""" 从以下对话中提取关键信息：{messages}输出格式（JSON）： {{ "user_preferences": [], "completed_tasks": [], "key_decisions": [], "open_questions": [] }} """returnllm(prompt)

四、长期记忆（L3）：持久记忆

4.1 长期记忆的结构

classLongTermMemory:"""长期记忆：跨会话的持久记忆"""def__init__(self,vector_db,llm):self.vector_db=vector_db self.llm=llmdefstore(self,session_id,memory_item):"""存储记忆"""# 1. 生成记忆摘要summary=self._summarize_memory(memory_item)# 2. 生成嵌入embedding=embed(summary)# 3. 存储到向量数据库self.vector_db.insert({"id":f"mem_{session_id}_{time.time()}","type":memory_item["type"],"content":memory_item,"summary":summary,"embedding":embedding,"timestamp":time.time(),"importance":memory_item.get("importance",0.5),})defretrieve(self,query,k=5,min_importance=0.3):"""检索相关记忆"""query_embedding=embed(query)results=self.vector_db.search(query_embedding,k=k*2)# 按重要性过滤和排序results=[rforrinresultsifr["importance"]>=min_importance]results.sort(key=lambdar:r["importance"]*r["score"],reverse=True)returnresults[:k]defforget(self,older_than_days=30):"""遗忘：删除过期的低重要性记忆 2026-07 更新：现代遗忘策略使用"衰减地板"模型， 模拟艾宾浩斯遗忘曲线：每次记忆被访问时强度提升， 随时间推移按指数衰减：当前强度 = 初始强度 × e^(-时间/半衰期) """cutoff=time.time()-older_than_days*86400self.vector_db.delete(filter={"timestamp":{"lt":cutoff},"importance":{"lt":0.5}})

4.2 记忆的重要性评分

classMemoryImportanceScorer:"""记忆重要性评分"""defscore(self,memory_item):prompt=f""" 评估以下记忆的重要性（0-1）：{memory_item}评分维度： 1. 情感强度：是否涉及强烈情感 2. 事实性：是否是重要事实 3. 时效性：是否长期有效 4. 关联性：是否与其他记忆相关 5. 使用频率：是否被反复提及 """returnllm(prompt)# 0-1 之间的分数

五、记忆的检索与使用

5.1 记忆检索策略

classMemoryRetriever:"""综合记忆检索"""def__init__(self,working_mem,short_term,long_term):self.wm=working_mem self.stm=short_term self.ltm=long_termdefretrieve(self,query,context):"""检索所有层次的记忆"""memories=[]# 1. 工作记忆：当前上下文wm_items=self.wm.get_relevant_items(query)memories.extend(wm_items)# 2. 短期记忆：会话历史stm_items=self.stm.get_context(query)memories.extend(stm_items)# 3. 长期记忆：持久记忆ltm_items=self.ltm.retrieve(query,k=5)memories.extend(ltm_items)# 4. 排序和去重memories=self._deduplicate(memories)memories.sort(key=lambdam:m.get("relevance",0),reverse=True)# 5. 限制上下文预算returnself._limit_context(memories,max_tokens=2000)

5.2 记忆的自动触发

classMemoryTrigger:"""自动记忆触发"""def__init__(self,memory_system):self.memory=memory_systemdefon_user_input(self,user_input):"""用户输入时触发"""# 检查是否需要检索长期记忆ifself._needs_memory_retrieval(user_input):memories=self.memory.retrieve(user_input)returnmemoriesreturn[]defon_task_complete(self,task,result):"""任务完成时触发"""# 判断是否值得记住ifself._is_worth_remembering(task,result):self.memory.store({"type":"task_result","task":task,"result":result,"importance":self._calculate_importance(task,result),})defon_error(self,error):"""错误发生时触发"""self.memory.store({"type":"error","error":str(error),"importance":0.8,# 错误通常很重要})

六、2026 年记忆系统趋势

6.1 分层记忆融合

不再把 L1、L2、L3 分开管理，而是统一检索：

统一记忆 API： query → 在所有层次中检索 结果按相关性和重要性排序 自动决定哪些记忆提升/降级

6.2 记忆的自我进化

Agent 可以自己管理自己的记忆：

Agent 自动做： - 判断什么信息值得记住 - 决定什么时候忘记 - 对记忆进行重组和关联 - 从记忆中提取模式

6.3 记忆共享

多 Agent 之间共享记忆：

Agent A 学会的知识 → 存入共享记忆库 Agent B 做类似任务 → 从共享记忆库检索

6.4 记忆即基础设施（Memory as Infrastructure）

2026年，记忆系统正从"应用层组件"演进为"基础设施层服务"：

第三代记忆架构（2026）： Mem0 Cloud / Letta Cloud → 记忆即服务 Agent 只需调用 memory.store() / memory.retrieve() 底层的向量检索、重要性评分、遗忘策略全部由基础设施处理 支持跨Agent、跨平台的记忆共享

代表项目：

• Letta（MemGPT）：22,000+ Stars，提供完整的Agent记忆管理框架
• Graphiti：24,700+ Stars，基于时序知识图谱的记忆管理
• Mem0：第三代记忆云服务，支持多模态记忆存储
• OpenClaw LCM：无损上下文管理，通过摘要DAG实现压缩+完整召回

总结

好的记忆系统，让 Agent 从"每次都重新开始"变成"越来越了解你"。

下一篇文章，我们将深入工具系统与 MCP 协议。

思考题：

1. 你的 Agent 现在有"长期记忆"吗？如果有，是怎么实现的？
2. 记忆的"重要性评分"应该由模型决定还是由规则决定？为什么？
3. 如果 Agent 的记忆"太多"了，检索结果中大部分都不相关，你怎么办？

上一篇：[30] 从 Agent 到 Agentic Workflow
下一篇：[32] 工具系统与 MCP 协议