记忆系统：短期、长期与文件记忆

一句话定义

Agent 的记忆是"在上下文窗口之外持久存放、并按需重新注入窗口的信息体系"——短期记忆是本轮会话的消息历史，长期记忆是跨会话的结构化仓库（向量库/数据库），文件记忆是 2025 年后兴起的新形态：让 Agent 把该记的东西写成自己会重读的文件。

为什么重要

kp-002 的铁律：窗口外的等于不存在。没有记忆系统，Agent 是每 20 分钟失忆一次的金鱼——用户偏好、项目背景、上次的失败教训，每次从零开始。记忆系统决定了 Agent 能否从"工具"变成"积累经验的协作者"。它也是个性化（记住用户是谁）、持续协作（记住项目上下文）与自我改进（记住历史失败，kp-014 的跨会话层）的共同地基。

前置知识

kp-003（上下文工程）、kp-002（窗口机制）。

核心概念

记忆的三层架构（对照人类认知）

层	载体	寿命	机制
短期记忆	消息历史（上下文内）	单次会话	天然存在；管理重点是压缩与裁剪（kp-022）
长期记忆	向量库 / 数据库	跨会话	写：嵌入存储；读：按语义相似检索注入（kp-016 的 RAG 机制）
文件记忆	Markdown/JSON 文件	跨会话	写：显式工具；读：作为系统提示/资源注入

长期记忆的两种语义组织

情景记忆（episodic）：发生过的事件流水——"9 月 28 日用户抱怨过运费模板错位"。价值在回顾与归因，通常按时间+语义混合检索
语义记忆（semantic）：提炼后的事实与偏好——"用户公司用人民币结算、偏好表格输出"。这是对行为最有用的记忆，通常由"记忆管理"步骤从情景流中提炼（睡觉做梦 ≈ 后台压缩任务）

实践架构（Generative Agents 论文确立的经典三件套，至今仍是标准参考）：检索（recency 时近性 × importance 重要性 × relevance 相关性加权）+ 反思（定期从事件流提炼高层结论）+ 计划。

文件记忆：2025 年的事实标准

以 Claude Code 的 CLAUDE.md 与 2025 年 Anthropic 发布的 memory tool 为代表：

机制：给 Agent 一个 memory 工具（读/写/列目录），文件内容在会话开始时作为系统提示的一部分注入
为什么有效：文件是模型自己能读懂、能主动维护的格式；用户可直接查看与编辑（可审计，kp-026 加分）；不依赖向量库基建
与向量库的分工：文件适合"小而关键"（偏好、约定、项目结构——几十 KB 内全量注入）；向量库适合"大而稀疏"（百万级历史，必须按需检索）

会话开始 → 注入 CLAUDE.md（约200-2000 token）
会话中   → agent 发现值得记的事 → memory 工具写入
下次会话 → 新上下文带上这些记忆 → 行为延续

原理与机制

记忆的读写两端机制不同，值得分开看：

写入端的关键问题是"提炼"：无脑全存 = 噪声洪水（检索时全是不相关往事）。好的写入 = 事件 → 提炼 → 去重合并 → 更新（"用户改用美元了"应覆盖而非追加旧偏好）
读取端的关键问题是"检索策略"：向量相似度只是 relevance 一维；生产中 recency（新记忆权重高）与 importance（重大事件权重高）的混合打分显著优于纯相似度——这是 Generative Agents 的核心贡献之一
注入端的关键问题是"位置与配额"：记忆注入占用窗口（kp-003 的预算），事实性偏好放系统提示（全局生效），情景回忆按需检索（贴近使用点）

直观类比

短期记忆 = 办公桌上的白板（这次会议用，擦了就没）
长期记忆 = 公司档案室（什么都有，用之前要先检索，还会翻出不相关的旧账）
文件记忆 = 你个人的工作笔记本（只记真正重要的约定与教训，开工前翻一遍，写得怎样自己负责）
提炼任务 = 每周五下班前把白板内容整理成一条笔记扔进笔记本——不做这步，档案室很快变成垃圾场

实例与案例

客服 Agent 的记忆设计（三层落地）：

短期：本会话消息（含订单查询结果），超 40 轮触发摘要压缩
长期：
  语义：user_profile 表（结算币种/语言偏好/黑名单标记）
        —— 结构化字段，从对话中用小模型每 10 轮提炼一次
  情景：interaction_log（嵌入向量库，跨会话查"上次承诺过什么"）
文件：AGENT.md（服务守则 + 高频用户群特征，团队维护，全量注入）

一次真实用法：用户第 3 次进线问"上次说好的补偿到账没"——检索情景记忆命中 14 天前的承诺记录，Agent 直接对上话茬，而不是装作第一次见。

常见误区

误区一："上向量库 = 有记忆了"。存储不是记忆，提炼与检索策略才是——只存不提炼的向量库召回的是噪声。
误区二：记忆越多越好。无关记忆注入会稀释注意力并引入过期信息冲突（"上个月用户在 A 项目"已无意义）——需要遗忘/覆盖机制与 TTL。
误区三：把记忆当系统提示的垃圾抽屉。AGENT.md 塞到 50KB 后每轮烧钱且重点淹没（kp-003 的规则照旧）。
误区四：隐私合规后置。长期记忆存的是用户数据——删除权、加密、留存期在架构期就要定（kp-026/032）。

自测题

三层记忆各自的载体与典型管理重点是什么？
Generative Agents 的三要素打分是哪三维？
文件记忆与向量库如何分工？

（参考答案：1. 消息历史-压缩裁剪 / 向量库-提炼与检索 / 文件-主动维护与注入；2. recency、importance、relevance；3. 小而关键全量注入 vs 大而稀疏按需检索。）

与其他知识点的关系

检索机制细节 → kp-016（RAG）；压缩策略 → kp-022
Claude Code 的实战记忆 → kp-028；反思的记忆化 → kp-014