一个客服 Agent 聊了 10 轮后，突然问用户：「请问您叫什么名字？」
用户很生气：「我第 3 轮就告诉你了。」
这不是 Agent 的错，是记忆管理没做好。
大多数 AI Agent 只有两层记忆：短期（上下文窗口）和长期（数据库）。
但真正的智能 Agent 需要三层记忆架构。
第一层：工作记忆（Working Memory）
作用：当前对话的临时信息
生命周期：一次对话
存储内容：
- 用户当前的问题
- 正在执行的任务
- 临时的变量和状态
典型场景：
用户：「帮我订一张去北京的机票，时间是明天下午」
Agent 需要记住：
- 目的地：北京
- 时间：明天下午
- 任务：订机票
实现方式：
用上下文窗口存储，但要定期总结压缩。
第1轮：用户想订机票
第5轮：总结用户需求（目的地、时间、预算）
第10轮：再次总结，添加新信息
压缩技巧：
Anthropic 的做法：每 5 轮对话，用模型生成一个总结，替换之前的对话历史。
结果：上下文占用减少了 70%，信息保留率提升了 20%。
第二层：情节记忆（Episodic Memory）
作用：历史对话的记录和检索
生命周期：长期存储
存储内容：
- 过去的对话历史
- 用户的偏好设置
- 任务执行记录
典型场景：
用户：「我上次订的是哪家航空公司？」
Agent 从情节记忆中检索：
- 上次订票时间
- 选择的航空公司
- 票价和座位偏好
实现方式：
用向量数据库存储对话历史。
对话1 → 向量化 → 存储
对话2 → 向量化 → 存储
...
用户提问 → 向量化 → 相似度搜索 → 返回相关对话
检索技巧：
不要只存储对话，要存储「对话摘要 + 关键信息」。
Rechat 的做法：每次对话后生成 3 个摘要
- 用户意图摘要
- 关键信息提取
- 后续行动建议
结果：检索准确率提升了 40%。
第三层：语义记忆（Semantic Memory）
作用：通用知识和规则
生命周期：永久存储
存储内容：
- 领域知识
- 业务规则
- 常见问题和答案
典型场景：
用户：「你们的退款政策是什么？」
Agent 从语义记忆中检索：
- 退款政策文档
- 常见退款问题
- 退款流程
实现方式：
用知识图谱或文档库。
知识库 → 分块 → 向量化 → 存储
用户提问 → 向量化 → 检索 → 生成答案
优化技巧：
不是所有知识都一样重要。
Stripe 的做法：给知识分优先级。
- 高优先级：政策、流程、常见问题
- 中优先级：产品功能、技术细节
- 低优先级：历史文档、旧版本信息
结果：答案相关性提升了 35%。
三层记忆的协同工作
真正的智能不是只靠一层记忆。
例子：用户问「帮我订一张和上次一样的机票」
工作记忆：当前任务（订机票）
情节记忆：检索上次的订票记录
- 航空公司：CA1234
- 时间：14:00
- 座位：靠窗
语义记忆：验证规则
- 这个航班是否还在运营
- 价格是否有变化
- 政策是否有更新
综合决策：
- 检查可用性
- 对比价格
- 提供建议
一个成功的架构
Character.AI 的记忆系统：
第一层：当前对话的上下文（工作记忆）
- 保留最近 10 轮对话
- 每 3 轮总结一次
第二层：用户的历史对话（情节记忆）
- 存储所有历史对话
- 用向量检索相关记录
第三层：角色的知识库（语义记忆）
- 角色设定、背景故事
- 专业知识和技能
结果：
- 用户可以连续对话数周
- Agent 记住了每个细节
- 用户留存率提升了 50%
记忆管理的三个原则
原则一：分层管理，不要混在一起
- 工作记忆：快进快出
- 情节记忆：持久存储，智能检索
- 语义记忆：通用知识，全局共享
原则二：定期清理，不要无限增长
- 工作记忆：定期压缩
- 情节记忆：设置过期时间
- 语义记忆：版本控制
原则三：主动更新，不要被动等待
- 用户信息变化时，立即更新
- 对话结束时，保存摘要
- 定期归档旧数据
最后的建议
AI Agent 的记忆不是「越大越好」，是「越智能越好」。
如果你的 Agent 记忆有问题，问自己三个问题：
- 我是否区分了短期、中期、长期记忆？
- 我的检索机制是「存储」还是「理解」？
- 我的记忆会自动清理和更新吗？
如果任何一个答案是「否」，重新设计你的记忆架构。
记忆是 Agent 智能的基础，没有记忆，就没有真正的智能。
—— https://www.80aj.com