和 Agent 评测类似，Agent 记忆也是我看行业讨论时发现的一个高频盲区。很多人聊到记忆，第一反应就是"接个 RAG"。但 RAG 解决的是"怎么查"，记忆系统要解决的是"查什么、存什么、忘什么、什么该变成本能"。
这两件事有本质区别。RAG 是图书馆，记忆系统是大脑。图书馆只负责存和查，大脑要做的是筛选、遗忘、关联、内化。一个 Agent 能不能给人"越用越懂我"的感觉，关键不在接入的向量数据库有多大，而在记忆系统的设计有多聪明。
不是所有数据都配叫"记忆"
做记忆系统之前，需要先区分几个概念。Agent 在运行中会接触大量数据，但不是所有数据都应该进入记忆系统：
上下文数据：当前任务需要的临时信息，任务结束就释放。这不叫记忆，叫工作区。
日志数据：所有交互的完整记录，用于调试和审计。这也不是记忆，这是档案。
记忆：经过筛选和提炼，能够在未来任务中被主动调用、产生价值的那部分数据。
区分这三者的意义在于：记忆系统的设计不是"把能存的都存下来"，而是定义清楚筛选标准——什么信息值得从上下文提升为记忆，什么记忆值得从短期保留沉淀为长期认知，什么能力值得从经验内化为本能。
四层记忆架构
工作记忆：当前任务的注意力。对于 Agent 来说，包含当前对话上下文、本轮任务的约束条件、中间步骤产生的临时结果。核心设计考量不是存多久，而是容量管理。必须有淘汰策略决定什么留在窗口里。在选品 Agent 场景里，工作记忆只保留当前选品任务的品类、价格区间、用户这次的特殊要求。
情景记忆：最近发生的事。存储用户最近的交互历史、偏好表达、具体的事件记录。存储周期太短用户觉得 Agent 健忘，太长会引入噪声。选品类 Agent 按周维度做选品决策，7 天的情景记忆窗口比 30 天更有效。当模式出现多次或有明确价值判断时，才触发提炼进下一层。
语义记忆：提炼后的认知。不再是原始对话记录，而是结构化的偏好、规则、事实。比如用户三次询问"适合送长辈的礼物"，沉淀的标签就是"送礼对象长辈，关注维度体面加实用"。产品设计上需要关注可修正性——用户的偏好会变化，需要留出修正接口。
程序记忆：内化的能力。这是最能体现 Agent 成长感的一层。它存储哪些工具调用路径被验证高效、哪些策略成功率更高。经过多次运行，Agent 会积累工具可靠性记录——京东爬虫在这个品类下成功率稳定，慢慢买在价格对比上更靠谱但偶尔超时。这份记忆持续优化 Agent 的决策质量。
记忆的完整闭环
四层架构是静态的，要让记忆系统真正活起来，需要设计动态闭环：
写入：什么数据在什么条件下进入记忆系统？不是默认全量写入。工作记忆自动管理；情景记忆按会话边界写入；语义记忆需要触发条件；程序记忆基于统计阈值刷新。
检索：当 Agent 开始新任务，从哪一层调取记忆？顺序通常是：工作记忆到语义记忆匹配偏好，再到情景记忆补充最近上下文，最后程序记忆指导工具选择。
沉淀：从情景到语义、从语义到程序的关键一步。需要设计触发规则——什么条件下启动提炼、多久执行一次、谁来验证结果。
遗忘：没有遗忘机制的记忆系统会越来越臃肿。每一层都需要淘汰策略——工作记忆按容量淘汰，情景记忆按时间窗口淘汰，语义记忆按长期未激活淘汰，程序记忆按成功率变化刷新。遗忘不是缺陷，是让记忆系统保持健康的设计。
产品设计上容易被忽略的事
用户感知。用户能不能感知到 Agent 记住了什么？最好是能的，但不能以打扰的方式。比如在合适时机自然提及"上次你提到喜欢这个风格，这次也按这个方向找？"——让用户觉得被记住，而不是被监控。
隐私边界。什么能记、什么不能记，需要在设计早期划清边界。我的判断：偏好可以记，身份信息慎记，敏感行为不记。这不是技术问题，是信任问题。
记忆可重置。用户应该有能力说"忘掉关于我的所有记忆"，而且这个操作必须是彻底的、可验证的。这是产品设计中容易遗漏但一旦出事就很严重的一个点。
---
在"你的世界编辑器"项目中，我把这个思路落地成了五层记忆架构：记录层到情绪层、检索层、洞察层再到推演层。关键设计决策是：评分高的话题才进入长期记忆，7 天自动清理防止无限膨胀。教训是别一开始就试图构建完整分层，先做 MVP 验证"记忆能提升体验"这个假设，再迭代高级能力。