本文深入探讨了如何让智能Agent具备持久的记忆能力避免因上下文窗口限制导致的信息丢失。文章提出了短期记忆上下文窗口、长期记忆向量库知识图谱和情景记忆交互摘要决策记录的三层记忆架构并详细阐述了每种记忆类型的作用、优缺点以及它们之间的转换关系。同时文章还介绍了token预算分配策略、长期记忆的检索方法向量检索、BM25和混合检索、情景记忆的压缩时机和摘要粒度以及记忆写入的去重、更新和过期处理。最后通过实验对比展示了三层记忆架构在实际应用中的优势。对于需要构建高效智能Agent的工程师来说本文提供了实用的设计指导和决策建议。一个客服 Agent用户第三轮说我之前说的那个订单Agent 完全不知道那个订单是什么——因为前两轮的对话已经被截断了而且没有做情景摘要。阅读提示适合谁看理解了推理模式和工具调用看完前两篇、现在要解决怎么让 Agent 记住上下文和历史知识的工程师看完能做什么设计三层记忆架构、实现记忆压缩、选择合适的检索策略不适合谁还没理解推理和工具调用的读者先看前两篇先给结论Agent 的记忆不是把历史消息塞进上下文窗口——上下文窗口是短期记忆但 Agent 还需要长期记忆知识库和情景记忆历史交互摘要记忆系统的核心矛盾是检索精度 vs 上下文长度——塞太多记忆会稀释关键信息塞太少会丢掉重要上下文记忆写入比记忆检索更难——什么时候该存、存什么格式、怎么去重和更新这些问题比怎么检索更关键01 三种记忆类型图 1Agent 三层记忆架构短期记忆上下文窗口当前对话的完整上下文。受 token 上限限制比如 4K / 8K / 128K。对话结束后丢失。长期记忆向量库 知识图谱持久化存储支持语义检索。跨对话保留。存的是事实和知识。情景记忆交互摘要 决策记录历史对话的压缩版本。保留关键决策点和上下文但丢弃冗余细节。跨对话保留。存的是经历和判断。三者的关系短期记忆满了 → 压缩成情景记忆情景记忆积累多了 → 提取关键事实存入长期记忆新对话开始 → 从长期记忆和情景记忆检索相关上下文注入短期记忆02 短期记忆token 预算分配上下文窗口是有限的。怎么在有限的 token 里最大化信息密度推荐的 token 预算分配组件占比说明System Prompt20%角色定义、行为约束、输出格式工具描述15%注册的工具列表和参数 Schema历史消息50%对话历史最新的优先用户输入15%当前轮的用户问题历史消息的截断策略滑动窗口只保留最近 N 轮对话简单但会丢失早期重要信息重要性排序根据消息的重要性是否包含决策、是否被引用选择保留摘要替换把早期对话压缩成摘要替换原始消息03 长期记忆向量检索 vs BM25 vs 混合检索图 2记忆检索策略对比向量检索用 embedding 模型把记忆和查询都转成向量计算余弦相似度。优点语义理解能力强“用户投诉能匹配到客户不满”缺点精确关键词匹配弱订单号 12345可能匹配不到BM25 关键词检索基于词频-逆文档频率的统计方法。优点精确关键词匹配强速度快缺点语义理解弱“投诉匹配不到不满”混合检索推荐向量 BM25 加权融合。def hybrid_retrieve(query, vector_store, bm25_index, alpha0.7): # 向量检索 vector_results vector_store.search(query, top_k20) # BM25 检索 bm25_results bm25_index.search(query, top_k20) # 加权融合 combined {} for r in vector_results: combined[r.id] alpha * r.score for r in bm25_results: combined[r.id] combined.get(r.id, 0) (1 - alpha) * r.score return sorted(combined.items(), keylambda x: -x[1])[:10]04 情景记忆压缩时机和摘要粒度什么时候该压缩token 使用超过 80%触发压缩把早期对话摘要化对话结束时把整轮对话的关键信息提取出来存入情景记忆关键决策点用户做出了重要选择比如就选方案 A立即记录摘要的 Prompt 模板请将以下对话压缩为结构化摘要保留 1. **用户的核心需求和偏好** 2. **做出的关键决策及其原因** 3. **未解决的问题和待办事项** 4. **重要的事实信息数字、日期、名称** 丢弃 - 寒暄和无关对话 - 已经被后续消息覆盖的信息 - 重复的确认对话 对话历史 {history} 输出格式 { user_needs: ..., key_decisions: [...], open_questions: [...], important_facts: [...] }在我们的项目里情景记忆的压缩比约 10:11000 token 的对话压缩成 100 token 的摘要但关键决策点的保留率要保证 95% 以上。05 记忆写入去重 / 更新 / 过期去重相似记忆合并。用户在第 2 轮说我喜欢红色第 5 轮说我偏好红色和蓝色——应该合并为一条用户偏好红色、蓝色而不是存两条。更新旧信息覆盖。用户第 1 轮说我的地址是北京第 3 轮说我搬到上海了——应该更新为用户地址上海。过期时间衰减。三个月前的对话细节可能已经不重要了降低检索权重。优先级重要记忆保留。包含决策、数字、名称的记忆比一般对话更重要。06 最小实验三层记忆 vs 只有短期记忆实验设计一个客服 Agent用户连续对话 10 轮对比两种配置的回答质量。只有短期记忆滑动窗口 5 轮第 6 轮开始用户说我之前说的那个订单——Agent 不知道是哪个订单第 10 轮用户说按之前的方案处理——Agent 完全不知道之前的方案有三层记忆第 6 轮Agent 从情景记忆检索到用户在第 2 轮提到订单号 12345第 10 轮Agent 从情景记忆检索到第 4 轮确定的方案退款 补发效果差异在 10 轮对话中有三层记忆的 Agent 回答准确率约 88%只有短期记忆的约 62%。07 边界什么场景不需要复杂记忆系统单轮任务用户问一句、Agent 答一句不需要记忆系统。比如翻译这段话、“计算这个公式”。无状态服务每次请求独立处理不需要跨请求记忆。比如批量分类 100 条文本。上下文窗口足够大如果模型支持 128K 上下文且对话轮数不超过 20 轮短期记忆就够了。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取 本文深入探讨了如何让智能Agent具备持久的记忆能力避免因上下文窗口限制导致的信息丢失。文章提出了短期记忆上下文窗口、长期记忆向量库知识图谱和情景记忆交互摘要决策记录的三层记忆架构并详细阐述了每种记忆类型的作用、优缺点以及它们之间的转换关系。同时文章还介绍了token预算分配策略、长期记忆的检索方法向量检索、BM25和混合检索、情景记忆的压缩时机和摘要粒度以及记忆写入的去重、更新和过期处理。最后通过实验对比展示了三层记忆架构在实际应用中的优势。对于需要构建高效智能Agent的工程师来说本文提供了实用的设计指导和决策建议。一个客服 Agent用户第三轮说我之前说的那个订单Agent 完全不知道那个订单是什么——因为前两轮的对话已经被截断了而且没有做情景摘要。阅读提示适合谁看理解了推理模式和工具调用看完前两篇、现在要解决怎么让 Agent 记住上下文和历史知识的工程师看完能做什么设计三层记忆架构、实现记忆压缩、选择合适的检索策略不适合谁还没理解推理和工具调用的读者先看前两篇先给结论Agent 的记忆不是把历史消息塞进上下文窗口——上下文窗口是短期记忆但 Agent 还需要长期记忆知识库和情景记忆历史交互摘要记忆系统的核心矛盾是检索精度 vs 上下文长度——塞太多记忆会稀释关键信息塞太少会丢掉重要上下文记忆写入比记忆检索更难——什么时候该存、存什么格式、怎么去重和更新这些问题比怎么检索更关键01 三种记忆类型图 1Agent 三层记忆架构短期记忆上下文窗口当前对话的完整上下文。受 token 上限限制比如 4K / 8K / 128K。对话结束后丢失。长期记忆向量库 知识图谱持久化存储支持语义检索。跨对话保留。存的是事实和知识。情景记忆交互摘要 决策记录历史对话的压缩版本。保留关键决策点和上下文但丢弃冗余细节。跨对话保留。存的是经历和判断。三者的关系短期记忆满了 → 压缩成情景记忆情景记忆积累多了 → 提取关键事实存入长期记忆新对话开始 → 从长期记忆和情景记忆检索相关上下文注入短期记忆02 短期记忆token 预算分配上下文窗口是有限的。怎么在有限的 token 里最大化信息密度推荐的 token 预算分配组件占比说明System Prompt20%角色定义、行为约束、输出格式工具描述15%注册的工具列表和参数 Schema历史消息50%对话历史最新的优先用户输入15%当前轮的用户问题历史消息的截断策略滑动窗口只保留最近 N 轮对话简单但会丢失早期重要信息重要性排序根据消息的重要性是否包含决策、是否被引用选择保留摘要替换把早期对话压缩成摘要替换原始消息03 长期记忆向量检索 vs BM25 vs 混合检索图 2记忆检索策略对比向量检索用 embedding 模型把记忆和查询都转成向量计算余弦相似度。优点语义理解能力强“用户投诉能匹配到客户不满”缺点精确关键词匹配弱订单号 12345可能匹配不到BM25 关键词检索基于词频-逆文档频率的统计方法。优点精确关键词匹配强速度快缺点语义理解弱“投诉匹配不到不满”混合检索推荐向量 BM25 加权融合。def hybrid_retrieve(query, vector_store, bm25_index, alpha0.7): # 向量检索 vector_results vector_store.search(query, top_k20) # BM25 检索 bm25_results bm25_index.search(query, top_k20) # 加权融合 combined {} for r in vector_results: combined[r.id] alpha * r.score for r in bm25_results: combined[r.id] combined.get(r.id, 0) (1 - alpha) * r.score return sorted(combined.items(), keylambda x: -x[1])[:10]04 情景记忆压缩时机和摘要粒度什么时候该压缩token 使用超过 80%触发压缩把早期对话摘要化对话结束时把整轮对话的关键信息提取出来存入情景记忆关键决策点用户做出了重要选择比如就选方案 A立即记录摘要的 Prompt 模板请将以下对话压缩为结构化摘要保留 1. **用户的核心需求和偏好** 2. **做出的关键决策及其原因** 3. **未解决的问题和待办事项** 4. **重要的事实信息数字、日期、名称** 丢弃 - 寒暄和无关对话 - 已经被后续消息覆盖的信息 - 重复的确认对话 对话历史 {history} 输出格式 { user_needs: ..., key_decisions: [...], open_questions: [...], important_facts: [...] }在我们的项目里情景记忆的压缩比约 10:11000 token 的对话压缩成 100 token 的摘要但关键决策点的保留率要保证 95% 以上。05 记忆写入去重 / 更新 / 过期去重相似记忆合并。用户在第 2 轮说我喜欢红色第 5 轮说我偏好红色和蓝色——应该合并为一条用户偏好红色、蓝色而不是存两条。更新旧信息覆盖。用户第 1 轮说我的地址是北京第 3 轮说我搬到上海了——应该更新为用户地址上海。过期时间衰减。三个月前的对话细节可能已经不重要了降低检索权重。优先级重要记忆保留。包含决策、数字、名称的记忆比一般对话更重要。06 最小实验三层记忆 vs 只有短期记忆实验设计一个客服 Agent用户连续对话 10 轮对比两种配置的回答质量。只有短期记忆滑动窗口 5 轮第 6 轮开始用户说我之前说的那个订单——Agent 不知道是哪个订单第 10 轮用户说按之前的方案处理——Agent 完全不知道之前的方案有三层记忆第 6 轮Agent 从情景记忆检索到用户在第 2 轮提到订单号 12345第 10 轮Agent 从情景记忆检索到第 4 轮确定的方案退款 补发效果差异在 10 轮对话中有三层记忆的 Agent 回答准确率约 88%只有短期记忆的约 62%。07 边界什么场景不需要复杂记忆系统单轮任务用户问一句、Agent 答一句不需要记忆系统。比如翻译这段话、“计算这个公式”。无状态服务每次请求独立处理不需要跨请求记忆。比如批量分类 100 条文本。上下文窗口足够大如果模型支持 128K 上下文且对话轮数不超过 20 轮短期记忆就够了。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取 
