AI Agent 记忆系统设计：工作上下文、跨会话记忆与执行事实

Agent 记忆要分别保存当前任务状态、跨会话可复用的信息和实际执行记录。 当前任务靠状态继续，偏好与经验按需检索；工具是否执行成功，要按操作 ID 查业务记录，不能靠相似度猜。

记忆只是来源可查的偏好或证据。用户本轮明确要求覆盖旧偏好，外部资料也不能变成授权。短期、长期描述复用范围；情景、语义等描述内容类型，两者不是同一条分类轴。LangChain Memory 概念

一个偏好变化的例子

假设用户曾确认“中文回复，代码示例用 TypeScript”。下次会话可以默认沿用，但本轮说“这次用 Java”，就用 Java。

信息	保存方式	本轮怎样使用
这次任务与“用 Java”	当前任务状态	直接指导这轮执行
历史 TypeScript 偏好	结构化偏好，带来源与版本	本轮不覆盖明确要求
用户何时确认过偏好	情景记录，带时间与原始来源	冲突时回查
工具是否已修改文件	任务或业务记录，按操作 ID 查询	决定是否继续、重试或核对

情景记忆保存经历，语义记忆保存事实与偏好，程序记忆保存操作规则。语义事实可以直接来自用户确认，也可以从事件提炼；提炼结果必须能回到来源。用户删除信息时，还要清理派生摘要、嵌入和缓存。

三份最小记录

工作上下文保留当前步骤、约束和失败原因。下面是周报任务的结构示例，不是框架必填字段：

{
  "goal": "完成用户的周报自动生成",
  "currentStep": "收集本周 PR 合并记录",
  "constraints": ["必须中文输出", "不得泄露内部仓库地址"],
  "attempts": 2,
  "lastError": "GitHub API rate limit",
  "nextAction": "切换 GraphQL 批量查询并加缓存"
}

情景记录保留时间与来源；importance、ttlDays 是自定示例，普通对话可短期保留，仍有效的已确认偏好不能一刀切过期：

{
  "eventId": "evt_20260305_001",
  "userId": "u_123",
  "content": "用户偏好 PR 说明先结论后细节",
  "embedding": "...",
  "timestamp": "2026-03-05T10:12:00Z",
  "source": "chat|tool|system",
  "importance": 0.82,
  "ttlDays": 30
}

稳定偏好可放结构化表，不必每次重新检索整段聊天。记录还需关联来源和版本：

{
  "userId": "u_123",
  "preferences": {
    "language": "zh-CN",
    "codeStyle": "readability-first",
    "reportStyle": "executive-summary-first"
  },
  "lastUpdated": "2026-03-05T10:00:00Z"
}

LangGraph 等框架把会话状态放在 thread 的检查点中，跨会话记忆放在 namespace 的存储中。业务执行事实则独立落库。需要处理服务重启时，可以按 Agent 状态持久化与恢复中的 LangGraph 与 PostgreSQL 示例，验证新进程能否复用工具结果并继续任务。

写入、检索与注入

环节	可执行规则
写入门控	筛选偏好、决策、经验与稳定事实；确认来源、允许保存范围，敏感字段脱敏，去重并定有效期
记忆提炼	聚类事件、提炼稳定信息；低置信结论保留待核对；派生结果回链来源，变更留版本
检索	先按租户、用户和权限过滤，再查询相关内容，避免跨用户召回
注入	加载当前状态和最新指令，只放这一步相关的记忆与引用；事实核对时可读原始记录
冲突	显式确认高于历史推断，当前要求高于旧偏好；行为变化只作更新线索，不自动改权限
删除与过期	清理原记录及其派生内容，保留必要的删除状态，避免下一次又被重新提炼

检索可同时考虑相关度、新鲜度和重要性，权重由任务评测调整，不能只看“语义很像”：

Score = α × Similarity + β × Recency + γ × Importance

Similarity 是语义相关度，Recency 是时间信号，Importance 是规则或模型产生的重要性评分。过期事实先过滤，不能仅靠高分压过时效。

时机与验收

选择	得到什么	要承担什么
同步写入（hot path）	下一步立即可读到新记忆	增加本轮延迟
后台写入（background）	不阻塞当前响应	短暂不可见，需处理重试与冲突
压缩旧会话	减少当前上下文占用	有损；约束、进度、未解问题与原始引用必须保留

保留几轮原文、何时压缩都按任务调整，不必每轮固定压缩。步骤、单动作重试与 token 预算设上限，超限后停止、降级或接管。

先用状态表和一张带来源的偏好表解决真实需求。事件增多、有语义召回需求时再加向量索引；不需要跨会话复用的产品可能只需当前状态。评测检查召回是否相关、注入后是否改善任务、成本是否可接受，并覆盖偏好变化、跨租户、过期与删除。Agent 评测、Hindsight 接入参考

具体实现可读 OpenClaw 记忆系统深度拆解：用周末旅行规划场景，追踪记忆何时写入、怎样召回，以及模型与程序各自负责什么。