AI Agent 的记忆机制

记忆 是 Agent 和「一次性聊天机器人」的根本分界线。能记住你昨天说过什么、记得自己擅长什么、记得项目里术语怎么用——这才像个「能长期协作的 Agent」。但 LLM 本身是「无状态」的，它没有记忆，所有「记忆」都要靠外部机制模拟。

本文借用认知心理学的记忆分类框架（工作记忆 / 情景记忆 / 程序性记忆），系统讲透 Agent 的记忆怎么设计、为什么会「失忆」、各类记忆的对应策略。如果你已读过本博客的「AI Agent 技能实战解析」，那篇讲的 Skills 其实就是本文说的「程序性记忆」——两篇互为补充。

先想一个很常见的场景：

你昨天让 Agent 帮你把登录功能重构，今天打开新会话说：

把昨天那个功能加个验证。

如果 Agent 能知道「那个功能」是哪个功能，还知道项目代码结构、测试用例，你会觉得它像一个连续协作的助手；如果它反问「哪个功能？代码结构是什么？」，你就会明显感觉它“断片”了。

这背后不是模型突然聪明或突然变笨，而是记忆系统有没有把正确的信息带到这一次调用里。

本文脉络：
  一    为什么 Agent 需要记忆：LLM 的「无状态」困境
  二    借用认知心理学：人类记忆的三分类
  三    工作记忆：上下文窗口与压缩
  四    情景记忆：会话历史与跨会话记忆
  五    程序性记忆：Skills 与知识库
  六    三类记忆的协同：一次完整调用怎么走
  七    常见「失忆」症状与诊断
  八    设计原则与陷阱
  九    面试速答

一、为什么 Agent 需要记忆：LLM 的「无状态」困境

先点破一个常见误解：LLM 本身没有记忆。

你以为的 Agent：
  你昨天告诉它「我用 React 18」，今天它应该记得

实际的 LLM：
  每次调用都是一次「重生」——
  它能看到什么，完全取决于这次请求里塞进了多少上下文
  昨天的对话，如果不在今天的 prompt 里，对它就不存在

LLM 的「记忆」本质：把过去的对话/知识/规则，塞进当前请求的上下文窗口里。所谓「让 Agent 有记忆」，就是设计一套机制，决定哪些历史信息、用什么形式、在什么时候塞进窗口。

记忆机制要回答的三个核心问题：

  ① 留什么：哪些信息值得记？（全记会爆窗口）
  ② 怎么存：原文 / 摘要 / 向量？（影响取用成本）
  ③ 何时取：每次都带 / 按需检索？（影响 token 消耗）

这三个问题，贯穿下文所有记忆类型。

二、借用认知心理学：人类记忆的三分类

讲 Agent 记忆最清晰的框架，是借用认知心理学对人类记忆的经典分类。这不是生搬硬套——AI Agent 的记忆设计，本质上就是在工程上模拟人脑的记忆系统。

为什么这个框架有用：

很多人讨论 Agent 记忆时混为一锅——
  「上下文太长」「忘记昨天说的」「不会按规范写代码」
  其实是三类完全不同的问题，对应三种不同的记忆机制。

例：
  「上下文太长」→ 工作记忆的容量问题（该压缩/截断）
  「忘记昨天说的」→ 情景记忆的存取问题（该外部化）
  「不按规范写」→ 程序性记忆的缺失（该做成 Skill）

诊断错了类型，下错药只会越改越乱。

用一个更生活化的类比：

记忆类型	像什么	解决什么问题
工作记忆	当前桌面上摊开的资料	这一次对话/任务马上要用什么
情景记忆	档案柜里的项目记录	上次聊过什么、做过什么、用户偏好是什么
程序性记忆	操作手册 / SOP	遇到某类任务时应该怎么做

所以，Agent 不是“脑子里天然有记忆”，而是系统在每次调用前，决定要从档案柜和操作手册里拿哪些东西，放到当前桌面上。

下面三章分别展开。

---

三、工作记忆：上下文窗口与压缩

工作记忆就是 Agent 此刻的上下文窗口。它是唯一真正「在场」的记忆——其他记忆都要先「调」进工作记忆才能用。

3.1 工作记忆的「容量危机」

工作记忆的硬约束：上下文窗口大小（如 128K tokens）

看起来很大，实际很容易塞满：
  - 一段长对话历史：几万 tokens
  - 几个文件全文：每个几千到几万
  - 一份 Skill 全文：几百到几千
  - 工具调用结果：可能很长（如搜索返回）

危险：工作记忆越满，越容易出问题——
  ① 「中间遗忘」：长上下文中间的信息，模型注意力下降（Lost in the Middle）
  ② 「超长报错」：超过窗口直接失败
  ③ 「成本飙升」：每次请求的 token 费用随上下文线性增长

3.2 压缩工作记忆的三种策略

3.3 一个反直觉的点：工作记忆不是越大越好

误区：「窗口 128K，那就尽量塞满」

现实：
  - 信息越多，模型注意力越分散，关键信息反而被忽略
  - Lost in the Middle 现象：开头和结尾记得清，中间容易漏
  - token 成本线性增长

实践：
  - 工作记忆应该「精」，不是「多」
  - 重要信息放头部（system prompt / 摘要）或尾部（最新指令）
  - 能用「检索」按需取的，就别常驻在工作记忆里

---

四、情景记忆：会话历史与跨会话记忆

情景记忆是「具体经历过的事」。对 Agent 来说，分两层：单次会话内的历史和跨会话的长期记忆。

4.1 会话内历史：默认全留，但要管

单次会话内：每轮对话默认都会进历史，作为下一轮的上下文
  → 这是最基础的情景记忆

问题：会话变长后，历史把工作记忆占满
  → 需要用第三章的压缩策略

关键设计：哪些历史要「原文保留」，哪些可以「摘要化」？
  规则：近期原文 + 早期摘要 + 关键决策永久钉住

4.2 跨会话记忆：Agent 真正的「长期记忆」

会话结束，默认一切清空。要实现「下次还记得」，必须把关键信息外部化存储。

跨会话记忆的典型实现：

  ChatGPT Memory / Cursor Memory / Codex Memory 这类功能，
  本质都是：

  用户说"我喜欢用 TypeScript" 
    → Agent 抽取成事实（preference: language = TypeScript）
    → 存到外部存储（DB / 向量库）
    → 下次会话开始，把这些事实注入 system prompt

存储形式分两种：

  ① 结构化事实（如 ChatGPT Memory）：
     { "language": "TypeScript", "framework": "React 18", "style": "函数组件" }
     查询快、可控，但需要主动抽取和维护

  ② 向量化语义记忆（更像人脑）：
     把过往对话片段 embedding 后存向量库，
     每次会话按当前任务语义检索最相关的几段
     查询慢一点，但能回忆「相似的过往经历」

换成人话说：

记忆形式	像什么	适合记什么
结构化事实	通讯录 / 配置表	明确偏好：常用语言、框架版本、输出风格
向量化语义记忆	模糊搜索 / 相似案例库	过去怎么处理过类似问题、类似项目里有哪些经验

如果用户说“我以后都用 TypeScript”，这更适合抽成结构化事实；如果用户问“上次我们是不是处理过类似的订单幂等问题”，这更适合用向量检索去找相似历史。

4.3 情景记忆的「衰减」与「重要性」

人脑的情景记忆：会遗忘，重要的事记得久
Agent 的情景记忆：默认全记，反而需要主动设计「遗忘」

  不衰减的问题：
  - 存储无限膨胀
  - 检索时被无关旧事淹没
  - 过时信息干扰决策（如半年前的旧偏好）

设计要点：
  - 加 TTL：超过 N 天未被引用的事实，降低权重或删除
  - 重要性评分：用户明确确认的 > 临时提到的；近期的 > 古老的
  - 冲突处理：新信息和旧记忆冲突时（如换了技术栈），以新的为准

---

五、程序性记忆：Skills 与知识库

程序性记忆是「怎么做某类事」——骑自行车、写测试、生成 commit。对 Agent 来说，这就是 Skills 和知识库。

5.1 为什么 Skills 是「程序性记忆」

人脑的程序性记忆：
  不需要「想」，自动执行（骑上车就会骑）
  高度结构化，稳定可复用
  和具体场景解耦（在哪儿都能骑）

Agent 的 Skills：
  描述「某类任务怎么做」（写公众号文、做代码审查、生成 commit）
  触发后自动加载、按流程执行
  和具体项目解耦（一个写好的 Skill 多项目可用）

→ 这就是为什么 Skills 是 Agent 的「程序性记忆」，
  而不是「工作记忆」或「情景记忆」。

本博客的「AI Agent 技能实战解析」和「Superpowers」两篇，本质上就是在讲 Agent 的程序性记忆怎么构建。这里从记忆机制的角度再串一遍。

为什么不把这些规则都写进一个超长 prompt？因为长 prompt 像是每次开工前重新培训一个人：内容越来越长，成本越来越高，还容易漏看。Skill 更像岗位操作手册：平时放在架子上，需要处理某类任务时再拿出来，既省上下文，也更容易维护。

5.2 程序性记忆的两种形态

5.3 程序性记忆的「加载」与工作记忆的关系

程序性记忆不常驻工作记忆——这正是 Skills 设计的精髓：

  Skill 平时：只在元数据层（name + description），占用极小
  Skill 触发后：正文加载进工作记忆，占满一部分窗口
  Skill 执行完：可以视为「沉淀」，下次再触发再加载

类比人脑：
  你不会一直想着「怎么写 commit」，
  只在真的要写时，才把这套流程「调」出来用。
  这就是程序性记忆「按需调入工作记忆」的机制。

这呼应了 ai-agent-skills 文讲的「三层加载机制」——元数据（永远在场）→ SKILL.md（触发后加载）→ references（按需读）。这个分层设计的本质，就是程序性记忆与工作记忆的协同。

---

六、三类记忆的协同：一次完整调用怎么走

讲清三类记忆后，来看一次真实的 Agent 调用，它们是怎么配合的：

所以一次 Agent 调用并不是“模型突然想起来了”，而是系统先把 Skill、历史文件、用户指令拼成一个临时工作台，再让模型在这个工作台上推理和执行。记忆系统做得好，模型看起来就像真的“记得”；记忆系统做得差，模型就会不断断片、重复确认、乱套规范。

关键观察：

① 工作记忆是「舞台」，其他记忆都要登场才能用
② 程序性记忆（Skills）和情景记忆（历史/文件）都是「按需调入」工作记忆
③ Agent 的「聪明程度」，很大程度取决于这三类记忆的调度是否合理
   - 程序性记忆缺失 → 不会按规范做事（该写 Skill）
   - 情景记忆缺失 → 忘记上下文（该外部化历史）
   - 工作记忆管理差 → 关键信息被淹没（该压缩/钉住）

---

七、常见「失忆」症状与诊断

实际用 Agent 时遇到的问题，基本都能归到某类记忆的缺失或管理不当。

症状	诊断	对策
「聊着聊着就忘了开头说的」	工作记忆溢出，早期信息被截断	摘要压缩；关键信息钉在头部
「换了个会话就全忘了」	情景记忆未外部化	跨会话记忆库（结构化事实 / 向量化）
「每次都要重复告诉它项目规范」	程序性记忆缺失	把规范做成 Skill 或常驻 system prompt
「不按规范输出，每次格式都不一样」	程序性记忆薄弱	Skill 里给「字面示例」，examples beat rules
「该用工具时不用，不该用时乱用」	程序性记忆没写清触发条件	Skill 的 description 写清触发时机
「长对话里中间的关键信息漏了」	工作记忆的 Lost in the Middle	重要信息放首尾；按需检索代替全量塞入
「半年前的旧偏好还在影响输出」	情景记忆未衰减	加 TTL；新旧冲突时以新为准

诊断口诀：

  忘了最近 → 工作记忆问题（压缩/管理）
  忘了上次 → 情景记忆问题（外部化存储）
  不会做事 → 程序性记忆问题（补 Skill/知识库）

---

八、设计原则与陷阱

8.1 设计原则

1. 分清记忆类型再下药

遇到 Agent “失忆”，先别急着加 prompt。先判断它到底是哪类问题：是当前上下文太满、跨会话信息没存，还是缺少一套稳定的做事流程。类型判断错了，后面的优化基本都会跑偏。

2. 工作记忆要「精」不要「多」

上下文窗口不是仓库，而是当前桌面。桌面上东西越多，越难找到关键材料。重要信息放首尾，能检索的内容按需取，不要长期塞在窗口里。

3. 情景记忆要「外部化 + 会衰减」

不外部化就等于没记忆；不衰减就会被旧信息淹没。用户偏好、项目决策、历史问题都应该有存储位置，但旧信息要有 TTL、重要性评分和冲突处理。

4. 程序性记忆优先做成 Skill

反复出现的规范、流程，不要每次塞进 prompt。把它固化成 Skill，让 Agent 在合适场景自动触发，比在 system prompt 里堆规则更稳定，也更容易维护。

5. 三类记忆要协同

程序性记忆执行时，往往需要情景记忆配合。例如 tech-writer Skill 告诉 Agent 怎么改文章，但具体要改哪篇文章、用户偏好是什么，还要从历史或文件里取。两者最终都要进入工作记忆，所以设计时必须考虑窗口容量。

8.2 常见陷阱

陷阱	后果	对策
把所有历史塞进工作记忆	窗口爆满、成本飙升、Lost in the Middle	摘要 + 截断 + 关键信息钉住
没有跨会话记忆	每次从零开始，体验差	抽取关键事实外部存储
情景记忆不衰减	旧信息干扰决策	加 TTL 和重要性评分
规范只写在 prompt 里	改一次问一次，不复用	固化成 Skill（程序性记忆）
Skill 全文常驻工作记忆	窗口被占满	用三层加载，按需调入
混淆记忆类型	诊断错、对策错，越改越乱	先分类再下药

---

九、速查表

问题	速答要点
Agent 的记忆分几类？	借用认知心理学三分类：工作记忆（上下文窗口）、情景记忆（会话历史/跨会话）、程序性记忆（Skills/知识库）
工作记忆的核心问题？	容量有限。要靠截断、摘要、滑窗 + 关键信息钉住来管理；不是越大越好，会有 Lost in the Middle
LLM 本身有记忆吗？	没有。它是无状态的，所谓「记忆」都是把历史信息塞进当前请求的上下文窗口
怎么实现跨会话记忆？	关键信息外部化：结构化事实（DB）或向量化语义记忆（向量库 + 检索）；每次会话开始注入
Skills 算哪种记忆？	程序性记忆。描述「怎么做某类事」，按需调入工作记忆，和具体场景解耦
三类记忆怎么协同？	工作记忆是舞台；程序性（Skills）和情景（历史/文件）按需调入；三者调度决定 Agent 聪明程度
忘了最近说的怎么办？	工作记忆问题——压缩、摘要、关键信息钉头部
忘了上次说的怎么办？	情景记忆问题——把关键事实外部化存储，跨会话注入

---

总结：Agent 的记忆本质是「把过去的信息按需调入当前上下文窗口」。借用认知心理学的三分类，可以把问题拆得更清楚：工作记忆负责此刻在场，情景记忆负责经历与历史，程序性记忆负责稳定可复用的做事方法。真正可靠的 Agent，不是把所有东西都塞进 prompt，而是能在合适的时机，把合适的记忆调到合适的位置。