一句话定义
Agent Memory 是智能体保存和检索信息的机制：短期记忆保存当前任务上下文，长期记忆跨会话保存情景、语义和过程知识。
为什么需要它
长任务会超出上下文窗口，跨会话又需要记住用户偏好和历史结论。没有记忆，Agent 每次从零开始；记忆设计不好，错误信息会稳定地污染后续决策。
记忆类型
Short-term Memory / 短期记忆
当前任务的对话、工具结果、计划和中间状态；容量小，任务结束通常清空。
Long-term Memory / 长期记忆
跨会话保存，通常放向量库、数据库或文件，按需检索。
Episodic Memory / 情景记忆
记录“发生过什么”：某次任务、某次对话、某次失败。
Semantic Memory / 语义记忆
记录事实、概念、用户偏好等稳定知识。
Procedural Memory / 过程记忆
记录“怎么做事”：技能、流程、工具用法和成功模式。
关键取舍
- 记忆越多，检索越难、噪声越大；要摘要、去重和过期。
- 写入要有置信度和来源，避免把错误结论固化。
- 长期记忆涉及隐私和权限，跨用户必须隔离。
- 短期记忆可用上下文窗口，长期记忆通常要外部存储。
记忆写入建议带摘要、来源、时间和置信度；检索按相关性/时间/权限过滤。跨用户必须隔离，敏感信息要脱敏或加密。
常见误区
- 记忆就是聊天历史：历史只是短期记忆的一部分。
- 记得越多越好：错误/过期记忆比没有更糟。
- 记忆不需要清理：要过期、合并和纠错。
- 向量库等于记忆系统：还需要写入策略、检索和权限。
用在哪里
- 个人助手、客服、长期项目 Agent。
- 需要跨会话偏好和历史结论的场景。
- 多智能体共享状态/知识。
相关概念
- Agent Workflow：记忆在循环中读写。
- RAG：长期记忆常用的检索方式。
- Agent：记忆的使用者。