Agent 记忆系统（深挖）

ReAct 循环（深挖） 展示了 Agent 怎么一步步思考和行动。但每轮循环之间，Agent 需要记住之前发生了什么——搜过什么、结果是什么、用户说过什么。这就是 Agent 的记忆系统。

三层记忆架构

AI 记忆不是一个大池子。学术界普遍采用三层模型 ¹：

工作记忆（Working Memory）：当前任务的上下文。这一轮搜索的结果、上一步的思考、当前对话。容量有限（跟 AI 的上下文窗口一样大），任务结束就清空。

短期记忆（Short-term Memory）：当前对话的所有内容。你说了什么、AI 回答了什么、每一步的 Thought-Action-Observation。对话结束就归档。

长期记忆（Long-term Memory）：跨对话的信息。你的偏好（“我喜欢简洁的回答”）、你的身份（“我是律师”）、重要事实（“上次讨论的项目叫 Alpha”）。持续存在，不随对话消失。

工作记忆：有限的金子

Agent 的每一步决策都依赖工作记忆。但工作记忆就是 AI 的上下文窗口——塞太多会溢出，塞太少信息不全。

冲突：你希望 Agent 记住尽可能多的上下文（搜过的资料、之前的推理），但上下文窗口价格昂贵且有限。

解决：不是什么都记。工作记忆里只放最相关的信息。怎么挑？这就是 上下文管理 里讲的”写、选、压、隔”。

短期记忆：对话的流水账

最简单的短期记忆实现：把整个对话历史存在一个列表里，每次 Agent 要做决定时，把最近 N 轮对话放进去。

问题：对话超过 20 轮怎么办？全塞进去上下文窗口就炸了。

解决：上下文压缩（深挖）。把老对话压缩成摘要，只保留关键信息。

工具推荐：LangChain 的 ConversationSummaryMemory——自动把老对话压缩成一句话摘要。Mem0（2023 年开源）功能更强，不仅记对话，还能提取关键事实。

长期记忆：跨对话的知识

这是最难的一层。你说过”我是律师”，三天后 Agent 还记得吗？

存储方式：

• 向量化存储：把每次对话里的关键信息转成向量（一串表示含义的数字），存进向量库。下次对话时检索相关记忆。
• 知识图谱：用实体-关系存储。比如”用户职业=律师""用户偏好=简洁回答”。
• 关键事实列表：最简单的实现——一个 {key: value} 的字典。

Mem0 是怎么做的 ²：

1. 每轮对话结束，Mem0 自动提取关键事实
2. 事实存进向量库
3. 下次对话开始，Mem0 检索跟当前问题相关的历史事实
4. 把事实注入 AI 的输入，AI 就知道”这个用户是律师，上次聊的是合同”

记忆管理的三个陷阱

1. 记忆污染。 Agent 记住了错误的信息。“用户说喜欢详细回答”——其实用户说的是”这次详细一点，平时不用”。怎么区分一次性偏好和长期偏好？Mem0 用”事实冲突检测”——如果新事实和旧事实矛盾，以新为准。

2. 记忆泄露。 用户 A 的记忆被注入到用户 B 的对话中。多租户场景必须做记忆隔离。

3. 记忆膨胀。 长期记忆无限增长，检索越来越慢。需要定期清理——超过 90 天没被访问的记忆，归档或删除。

实践：LangChain 记忆示例

LangChain 提供了记忆管理功能。基本思路：每轮对话结束后，自动压缩成摘要，下次对话时自动加载。

（以下代码供有编程基础的读者参考。零基础读者可以跳过，不影响理解。）

相关笔记

• ReAct 循环（深挖） — 记忆为 ReAct 循环提供上下文
• 上下文管理 — 工作记忆就是上下文管理的对象
• 上下文工程 — 上下文工程四件事：写选压隔

来源

• Park et al., “Generative Agents”, 2023, https://arxiv.org/abs/2304.03442
• Mem0 GitHub, https://github.com/mem0ai/mem0
• LangChain Memory Documentation

注释

1. Park et al., “Generative Agents: Interactive Simulacra of Human Behavior”, 2023, https://arxiv.org/abs/2304.03442 ↩

2. Mem0 GitHub, https://github.com/mem0ai/mem0 ↩