Agent 记忆
Agent 记忆是在模型上下文之外保存信息，并在后续调用中按需取回的机制。模型每次读取的是当前输入，用户偏好和过去任务的进度则由应用或服务保存。只有重新放入上下文的信息，才能参与本次回答。
本文先区分短期与长期记忆，再说明怎样提取、存储和检索记忆。随后讨论冲突、过期与删除，最后介绍文件记忆及其与 RAG 的关系。
1. 面试核心
先记住这几条，再读正文- 短期与长期记忆。 短期记忆保存当前会话的消息与任务状态，长期记忆跨会话保存信息并按需取回。卡 · 记忆的类型
- 记忆管理流程。 记忆系统通过提取、存储、检索和生命周期管理，决定保存什么、何时复用以及何时失效。卡 · 写入、存储与检索
- 长期保存条件。 长期记忆保存有明确来源、适用范围和未来复用价值的信息，外部文档中的内容需先校验来源。
- 冲突与失效。 记忆冲突需要核对主体、事实适用时间和来源可信度，用户明确更新后将旧值标为失效。卡 · 写入、存储与检索
- 删除传播。 删除记忆需要同步清理主记录、检索索引和派生缓存，阻止后台任务把旧内容写回。卡 · 租户隔离与删除传播
2. 记忆的类型
设计记忆时，先区分信息是供当前任务使用，还是供后续会话复用。短期与长期描述作用范围，具体内容还可以分成以下五种类型：
| 类型 | 内容 | 组织方式 |
|---|---|---|
| 工作记忆 | 当前消息、工具结果与待办 | 会话状态 |
| 会话摘要 | 较早交互的重点 | 带来源的摘要记录 |
| 语义记忆 | 用户事实与偏好 | 结构化条目或档案 |
| 情景记忆 | 过去任务与结果 | 带时间及证据的记录 |
| 程序记忆 | 方法和稳定约定 | 规则文件、Skill |
这五种记忆可以采用不同的存储与保留方式：
- 工作记忆按会话 ID 存在内存、Redis 或数据库中。短期描述它服务于当前会话，即使写入持久数据库，作用范围仍是当前任务。
- 会话摘要把较早轮次的重点放到数据库，保留时间由产品需要决定。比如产品可以保留数周到数月，同时记录来源，便于回查原始交互。
- 语义记忆保存“偏好 Python”“住在上海”等事实与偏好，可使用键值库或文档库。需要按含义查询时，再建立向量索引。
- 情景记忆保存一次具体经历，例如“上次部署因端口冲突失败”。记录时间、处理过程与证据，后续任务才能判断经验是否适用。
- 程序记忆保存团队代码规范等稳定方法，可以写入规则文件、Skill 或受维护的系统提示，长期使用时定期更新。
一种三层方案是保留最近几轮原文，把较早轮次压缩为摘要，再从长期库取回跨会话信息。原文保留当前细节，摘要控制历史长度，长期库负责在新会话中复用信息。具体层数由任务决定，需要讲清每层何时写、何时读。
上下文是本次请求实际交给模型的输入，受窗口大小限制。长期记忆保存在外部，容量可以更大，但只有被取回并放入上下文的部分才参与本次生成。短期历史过长时，可用滑动窗口保留近期消息，再用摘要保存较早的重点。
3. 写入、存储与检索
记忆写入需要筛选，因为一次对话里的内容并非都适合以后使用。应用先提取候选信息，再核对来源、适用范围和复用价值。
| 阶段 | 设计要点 |
|---|---|
| 提取 | 类型、主体、内容、来源和有效时间 |
| 存储 | 用户与租户命名空间、版本和过期时间 |
| 检索 | 权限过滤、语义或关键词召回、排序 |
| 注入 | 只放入当前任务需要的条目与来源 |
长期保存可以重点筛选稳定偏好、长期事实和已验证经验：
- 用户明确要求记住的稳定偏好，例如以后都使用中文回答。
- 对未来任务有用的背景、长期目标和重要决定。
- 多次交互中重复出现，并经来源核对的事实。
- 已验证的任务经验，例如某次部署失败的原因与解决办法。
“这次用英文回答”只约束当前任务，应留在会话状态。重复出现也只是筛选信号，外部网页反复夹带的恶意要求仍需拦截。记忆写入要保留来源，避免把提示注入保存成用户偏好。
提取时，可以把“以后都用中文回复”整理成以下条目：
{
"type": "preference",
"subject": "user",
"content": "回复使用中文",
"source": "会话 123",
"time": "2026-10-14"
}
这个条目保留了偏好内容与来源，时间用于后续更新和冲突判断。主体需要由服务端关联到实际用户，确保提取结果写入正确的用户空间。
写入时机可以选择即时或后台处理。即时写入让下一轮立即读取新偏好，但增加当前请求耗时。会话结束后批量提取可以减少调用次数，不过新记忆要等后台任务完成才可用。需要立即生效时，可以先把偏好放在当前会话状态。
抽取和压缩的目标明确、调用频繁，可以尝试由小模型完成，减少费用与等待。采用前要用冲突、遗漏和错误归属的样例评测，确认它能正确识别主体与来源。
存储时，把用户 ID、类型、时间、来源和过期时间放入结构化字段，便于过滤、更新和删除。内容可以向量化，按含义相似程度查找，也可以使用关键词索引。用户或租户命名空间就是为每个访问范围划定的存储分区，用于隔离读写。
取回记忆时，可以组合以下三种读取方式：
- 按问题检索：每轮根据当前问题召回相关条目，再结合相关性、时间新近度和重要性排序，只取少量内容进入上下文。
- 固定读取核心字段：用户名和语言偏好可以精确查询，直接加载，省去相似度检索。
- 通过工具查询：把记忆检索提供为工具，让模型在需要回顾历史时发起调用，程序负责权限过滤。
如果记忆按日期保存在大文件中，可以切分成带主体、时间和来源的条目，再建立索引。这样每次只读取相关条目，既提高匹配精度，也减少整份历史占用上下文。
4. 更新与遗忘
记忆会随用户情况变化，需要让当前有效的信息参与回答，同时保留必要的修改记录。处理时先判断两条记录是否在说同一主体、同一时间的同一件事。
写入前可以检索相似条目，含义与适用范围相同时合并，并更新出现次数和观察时间。相似文本也会表达不同时间的状态，比如“上周在北京”和“本周到上海”可以同时成立。因此，语义相近只是去重候选，还要核对主体与时间。
用户先说“住在北京”，随后明确说“已经搬到上海”，可以将旧住所标为失效，保留修改历史。回答当前住所时，只读取有效条目。外部文档与用户声明冲突时，则要核对来源可信度与事实适用时间。到达更晚的文本不会自动取得更高可信度，难以判断时保留待确认状态或询问用户。
临时状态设置 TTL，即条目的有效期限。比如“这周在出差”可以在本周结束后失效。长期未访问、重要性低的条目可降低检索权重或归档，减少无关信息干扰回答。
产品还应明确保留期限，并提供查看、修改和删除记忆的入口，让用户能纠正错误事实或撤回偏好。
4.1 租户隔离与删除传播
隔离与删除要覆盖所有能把记忆送回模型的路径。只删主记录，索引或摘要中的旧内容仍会被检索出来。
读取和写入都绑定当前用户及租户。检索前先限定可访问的命名空间，再做相关性排序。模型给出的用户 ID 只表示请求参数，实际可访问范围由服务端核对。
删除时，需要同步处理以下几类副本：
- 清理主记录对应的向量条目与结果缓存，使检索结果及时失效。
- 使派生摘要失效或重新生成，移除摘要中继承的旧事实。
- 让后台任务在写回前检查删除标记，防止正在处理的旧条目再次出现。
- 按明确的保留策略清理备份与审计记录，说明它们的保留期限。
- 对运行中上下文已读入的内容，按产品策略清除或重开会话，停止继续使用。
5. 常见问题
5.1 编码 Agent 的文件记忆
文件适合保存项目的稳定规则和长任务进度，因为人和 Agent 都能直接阅读、编辑，并通过版本管理查看变化。内容增长后仍需维护和精简，避免旧规则或过期进度影响后续任务。
项目指令文件保存构建命令与代码规范，用户级文件可保存个人偏好，待办或进度文件记录任务推进情况。AGENTS.md、CLAUDE.md 等文件的加载范围取决于工具，具体见仓库指令。
5.2 记忆与 RAG
记忆管理跨交互的信息生命周期，RAG 则为当前生成检索外部证据。记忆侧关注交互中哪些事实值得保存，以及何时更新、遗忘。RAG 的文档来源也可以按用户隔离，权限要求取决于具体应用。
两者都可以从外部存储取回信息，因此能够共享向量或关键词检索设施。检索机制见检索增强生成（RAG）。
6 · 面试题卡片
本页题目与参考回答
6.1 Agent 的短期记忆和长期记忆分别如何实现？哪些信息适合长期保存？
考察重点
- 能解释短期与长期记忆保存在哪里、何时有效，以及如何进入上下文。
- 能按来源、稳定性与复用价值筛选长期信息，并处理一次性请求。
参考回答
短期记忆按会话保存当前消息与任务状态，长期记忆跨会话保存事实、偏好和经验。
短期记忆可以存在内存、Redis 或数据库中，按会话 ID 读取。输入过长时，保留近期原文并压缩较早历史。长期记忆把结构化字段放入数据库，需要按含义查找时再建立向量索引。每轮只取回与问题相关的少量条目，放入当前上下文。
长期保存应有明确来源和未来用途，比如稳定偏好、背景事实、重要决定与经过验证的任务经验。一次性请求留在当前会话，临时但有用的信息设置过期时间。取回记忆前先过滤权限，再判断哪些内容值得占用本次输入空间。
6.2 一个完整的 Agent 记忆系统应该如何设计？Memory 如何提取、存储和检索？
考察重点
- 能说明提取、存储、检索与维护各自承担的职责。
- 能解释近期原文、历史摘要和长期库分别何时写入、何时读取。
参考回答
记忆系统需要提取、存储、检索和维护四个模块，也可以用近期原文、历史摘要和长期库分层组织。
提取模块在会话结束或发现重要信息时，生成带主体、来源和时间的候选条目。小模型可以承担这类目标明确的任务，但要用冲突与遗漏样例确认效果。
存储模块把元数据放数据库，便于按用户、类型和时间过滤；文本按需建立向量或关键词索引。检索先限定用户权限，再按相关性、时间和重要性排序。核心偏好可以固定读取，其他信息按当前问题召回，或由模型通过工具查询。
维护模块处理去重、冲突、失效和删除。即时写入保证下一轮可用，后台写入减少前台等待。如果历史存在按日期的大文件中，应切分为带来源的条目并建立索引，减少无关内容进入上下文。
6.3 短期记忆如何转为长期记忆？长期记忆如何去重、过期和处理冲突？
考察重点
- 能判断哪些会话信息值得长期保存，并说明如何核验来源。
- 能根据主体与时间处理重复和冲突，并解释过期、删除如何生效。
参考回答
短期信息在具备明确来源、稳定含义和未来复用价值时，可以提取为长期记忆。
用户要求记住的偏好、长期目标和经过验证的经验都适合筛选。多次出现可以作为信号，但还要核对来源，防止外部注入被保存为事实。会话结束时可批量提取候选，再与已有条目比较。
去重时核对主体、含义与有效时间，相同条目合并并更新出现次数。用户明确更新住所等事实时，使旧值失效并保留历史。时间不同的状态可以并存，无法判断的冲突则保留待确认。
临时信息设置 TTL，长期低价值条目降低权重或归档。用户可以查看、修改和删除记忆，删除还要同步清理索引、缓存和派生摘要。
6.4 长期记忆怎样避免跨用户泄漏，删除后如何防止再次被检索？
考察重点：能说明检索前的权限过滤，以及索引、摘要和后台写入对删除效果的影响。
相关内容：租户隔离与删除传播。
参考回答
检索前按当前身份限定用户和租户范围，删除时同步使主记录与派生副本失效。
服务端核对命名空间，模型传来的用户 ID 仅作为待校验参数。这样，相关性检索只会在当前用户有权访问的记录中进行。
删除主记录后，还要清理向量索引和缓存，重建含有旧事实的摘要。后台任务写回前检查删除标记，避免旧内容重新出现。备份与日志按各自保留策略清理，已进入运行中上下文的内容也要清除或通过重开会话停止使用。