AI Agent Memory 架构不要把“记忆”只理解成聊天记录很多人第一次做 AI Agent 时会把 Memory 简单理解成“把历史对话塞回上下文”。这在 Demo 阶段可以工作但一到真实业务里很快会遇到几个问题上下文越来越长成本和延迟越来越高旧信息和新信息混在一起模型不知道该信谁用户画像、任务状态、工具结果、业务证据没有分层Agent 做错了事很难追溯当时它看到了什么一次成功经验无法沉淀成可复用能力。所以Agent Memory 不是一个“保存聊天记录”的功能而是一套围绕上下文、状态、证据和经验沉淀的工程系统。说明本文基于 AI全书相关笔记整理并使用 AI 辅助成文发布前已人工核对结构和链接。1. 先分清几种记忆在 Agent 系统里至少要区分下面几类信息类型作用示例会话记忆保持当前对话连续性用户刚才说了什么、当前任务做到哪一步用户画像支持个性化偏好用户常用语言、角色、输出偏好、禁忌任务状态支持多步执行待办列表、已完成步骤、失败步骤、下一步动作证据记忆支持可追溯回答检索到的文档、工具调用结果、引用来源反思记忆支持经验改进哪类计划失败、哪些工具参数更有效技能记忆支持能力复用可复用工作流、模板、检查清单、操作步骤这些信息如果都放进同一个历史消息数组里系统会很快失控。更合理的方式是不同类型的记忆放在不同层级用不同的写入规则、读取规则和过期规则管理。2. 短期记忆不要无限保留上下文短期记忆主要服务当前任务。它适合保存当前用户目标已确认的约束最近几轮对话当前计划工具调用结果摘要还没有完成的待办事项。短期记忆最大的问题是膨胀。很多 Agent 在连续执行任务时会把所有观察、工具输出、失败日志都塞进上下文结果模型反而更容易混乱。实践中可以做几件事对工具输出做摘要而不是全文保留对已完成步骤只保留结果不保留全部过程对冲突信息打标例如“用户最新确认优先”给当前任务单独维护结构化状态而不是只依赖自然语言历史超过一定长度后做阶段总结。短期记忆的目标不是“越全越好”而是让模型在当前步骤看到足够的关键信息。3. 长期记忆写入要谨慎长期记忆更像数据库不应该随便写。适合进入长期记忆的内容通常包括用户长期偏好项目固定规则可复用业务知识反复验证有效的工作流失败案例和修正策略重要的人工反馈。不适合进入长期记忆的内容包括一次性对话噪声未验证的模型猜测过期业务状态含糊的用户情绪判断没有来源的工具结果。长期记忆最怕的是污染。一旦把错误信息写进去后续每次召回都会强化错误。所以长期记忆最好有写入门槛需要用户确认、需要工具结果或文档证据支持、需要多次出现或者需要设置有效期。4. 证据记忆Agent 必须知道自己依据什么行动做企业 Agent 时证据记忆非常重要。比如 Agent 回答一个政策问题它不能只说“根据知识库”而应该能追溯到哪个文档哪个版本哪个段落检索时间相关片段是否被重排命中最终回答引用了哪些证据。这部分其实和 RAG 很接近。RAG 提供外部知识接入Agent Memory 则要把这次接入的证据和后续行动关联起来。如果没有证据记忆Agent 做错了事以后只能看到最终输出很难知道错误来自检索、重排、Prompt、工具调用还是模型推理。5. 反思记忆不是让模型自言自语很多 Agent 框架会提到 reflection。这里要注意反思不是让模型在每次执行后写一段“我下次会更努力”。有价值的反思应该是可操作的哪个步骤失败失败原因是什么下次遇到同类任务应避免什么哪个工具参数应该调整哪个检查项应该前置是否需要人工确认。比如任务类型生成 SQL 失败原因没有先确认字段含义直接使用了相似字段 修正策略执行 SQL 前必须列出字段映射并要求用户确认关键字段 适用范围涉及收入、订单、用户数等核心指标查询这种反思才有可能变成可复用规则。6. 技能记忆把成功路径沉淀成流程当 Agent 多次完成同类任务后系统可以把稳定步骤沉淀成技能。例如代码审查流程RAG 质量排查流程内容发布检查清单数据分析报告模板客服工单处理 SOP多工具协作工作流。技能记忆和普通记忆的区别在于它不只是“过去发生了什么”而是“下次可以怎么做”。一个成熟 Agent 系统不能每次都从零规划。它应该逐步形成可复用的操作模式。7. Memory 和 MCP 的关系MCP 主要解决工具和数据源如何接入的问题Memory 解决上下文和状态如何管理的问题。它们经常配合出现MCP Server 提供文档、数据库、工单、仓库等外部能力Agent 调用 MCP 工具获取信息Memory 保存关键证据、任务状态和用户反馈后续步骤根据 Memory 决定是否继续调用工具、是否需要人工确认。也就是说MCP 让 Agent 能访问外部世界Memory 让 Agent 不至于每一步都失忆。8. 上线前检查做 Agent Memory 时可以用下面这组问题自查哪些信息可以写入长期记忆谁有权限写入、修改和删除记忆是否有来源和时间戳用户能否查看和清除自己的记忆错误记忆如何纠正不同用户、租户、项目之间是否隔离记忆召回是否可解释敏感信息是否会被写入记忆是否会影响权限判断线上问题能否回放当时上下文这些问题如果没有答案就不要急着把 Memory 做成自动写入。9. 扩展阅读我在 AI全书里整理了几类相关内容AI Agent 专题AI Agent 核心概念MCP 入门课程RAG 进阶优化实践Prompt 工程专题一句话总结Agent Memory 的核心不是保存更多历史而是把上下文、状态、证据和经验分层管理让 Agent 在真实任务里可控、可查、可恢复。