参考资料

• LangGraph Memory
• Mem0 文档

记忆系统（02） - Agent 记忆与状态

读完后，你应能完成以下任务：

• 绘制“记忆系统（02） - Agent 记忆与状态 / 短期记忆：当前会话的上下文”的关键对象与数据流，解释“短期记忆就是当前这轮对话的消息历史。”，并用源码位置、日志或 Trace 标注证据。
• 为“记忆系统（02） - Agent 记忆与状态 / 长期记忆：跨会话保留的事实”设计正常与异常输入，验证“长期记忆存的是「下次还有用」的东西：用户偏好（默认客户号、常用语言）、关键事实（这个客户是 VIP）、历史结论。”，输出首个偏差位置与回归测试结果。
• 实现“记忆系统（02） - Agent 记忆与状态 / 企业项目里的三层记忆”的最小代码或配置，检验“每条长期记忆最好有来源、更新时间和置信度；”，输出命令、结果与 Diff，并说明不适用边界。

一句话目标：读完你能分清短期记忆和长期记忆各管什么、为什么短期要截断长期要持久化，并知道分别用什么存。

一、与进阶篇的分工

本篇保留为记忆概念基础：重点区分短期、长期和状态。 进阶实现请读 63《Memory 管理的三大策略》、85《Redis 短期记忆》、86《Mem0 长期记忆》， 分别讲策略、缓存层和长期记忆治理。

二、Agent 记忆与状态的真实应用场景

用户和你的 Agent 聊天：

用户：我的默认客户号是 C1001 Agent：好的，记住了 用户：帮我查下它的订单 ← 「它」指谁？ Agent：（查 C1001）共 2 笔订单

这里 Agent 能听懂「它」=C1001， 靠的是短期记忆——它记得这轮对话前面说过的话。

但第二天用户重新打开，又问「查下我的订单」。 如果 Agent 只有短期记忆，新会话一开始是空的，它不知道「我」是谁，又得问一遍客户号。 要让它跨天还记得「这个用户默认是 C1001」，得靠长期记忆。

这两种记忆管的事完全不同，存法也不同。 混为一谈， Agent 要么「失忆」（该记的没记）， 要么「乱记」（短期的东西当长期存， 存一堆垃圾）。

三、短期记忆：当前会话的上下文

短期记忆就是当前这轮对话的消息历史。 它的作用是让 Agent 理解上下文——「它」「上一笔」「再改一下」这类指代，全靠它。

短期记忆有两个特点：

• 有容量上限。模型的上下文窗口装不下无限长的历史，对话一长就得裁剪。最简单的裁法是「只保留最近 N 条」（滑动窗口），更讲究的会把早期对话压成摘要再保留。
• 会话结束就没了。它是这次对话的临时状态，关掉就清空，不跨会话。

为什么必须截断？ 因为不截断的话， 对话越长 prompt 越大， 成本和延迟一起涨， 最后超出模型上下文上限直接报错。 截断是必然的取舍。

四、长期记忆：跨会话保留的事实

长期记忆存的是「下次还有用」的东西：用户偏好（默认客户号、常用语言）、关键事实（这个客户是 VIP）、历史结论。 它的特点和短期正相反：

• 要持久化。存进数据库、文件或向量库，不随会话消失。
• 跨会话可读。新会话开始时，按需把相关的长期记忆读出来，省得用户重复交代。

注意不是什么都往长期记忆塞。 聊天里的寒暄、一次性的临时信息没必要持久化。 长期记忆要存的是「明确对未来有用」的结构化事实，否则存一堆噪声，读出来反而干扰判断。

五、企业项目里的三层记忆

记忆层	存什么	典型存储	风险
短期窗口	最近 N 轮对话	内存/Redis	太长烧 token
摘要记忆	早期对话压缩后的摘要	Redis/数据库	摘要丢关键信息
用户画像	长期偏好、预算、风险敏感度	MySQL/向量库	过期、污染、冲突

记忆不是越多越好。 每条长期记忆最好有来源、更新时间和置信度； 旧记忆要能过期，冲突记忆要能覆盖。 否则 Agent 会拿过期偏好做决策，比失忆更危险。

六、工程上真正会踩的坑（本篇独有）

• 把短期记忆当长期用。会话里说的话只活在这次会话，关掉就没。用户的关键偏好必须显式写进长期存储，不能指望短期记忆「自动记住」。
• 短期记忆不截断。对话一长 prompt 无限膨胀，先是变贵变慢，最后超出上下文上限直接报错。必须设上限，要么滑动窗口要么摘要压缩。
• 什么都往长期记忆塞。把每句闲聊都持久化，长期记忆变成垃圾场，读出来全是噪声，反而干扰 Agent 判断。只存明确对未来有用的结构化事实。
• 长期记忆读取不做相关性筛选。用户偏好攒多了，每次会话全量读进 prompt 也会撑爆上下文。长期记忆通常存向量库，按当前问题相关性检索出几条，而不是全塞。
• 混淆「记忆」和「任务状态」。多步任务执行到一半的中间状态（比如 ReAct 的 state）是任务状态，和「跨会话记住用户偏好」是两回事，别用同一套存储混着管。

七、一句话面试答法

Agent 的记忆怎么管？ 分两种。短期记忆是当前会话的消息历史，让 Agent 理解「它」「上一笔」这类指代，特点是有容量上限要截断（滑动窗口或摘要）、会话结束就清空。长期记忆是跨会话有用的用户偏好和关键事实，要持久化到数据库或向量库，新会话按需读回，省得用户重复交代。关键是别把短期当长期用，也别什么都往长期塞，长期记忆通常用向量库按相关性检索而非全量读取。

八、动手实践：Agent 短期与长期记忆

用同一个 MemoryStore 对比两类状态：短期消息保存在有界滑动窗口中， 长期偏好写入持久化文件并可被新实例读取。

8.1 在线运行

零依赖，Python 3.10+ 可运行。 运行中会临时写入 long_term_memory.json 模拟持久层，并在结束时清理。

8.2 预期输出

短期记忆（第一条已淘汰）: ['我叫小李', '我喜欢简洁回答', '报销期限？']
长期记忆（新会话仍可读取）: {'answer_style': 'concise'}

8.3 代码与概念对应

概念	源码位置
有界短期窗口	deque(maxlen=SHORT_TERM_LIMIT)
会话消息写入	remember_turn
长期偏好持久化	save_preference
新实例跨会话读取	load_preferences
实验数据清理	main 的 finally

生产环境中， 短期状态通常进入 Redis 或 LangGraph Checkpointer， 长期偏好进入带权限、来源、冲突和删除治理的记忆层； 业务事实与审计记录仍应存入各自的权威系统。

8.4 可运行源码：Agent 记忆与状态

main.py

九、总结

• 短期记忆：当前会话的上下文：短期记忆就是当前这轮对话的消息历史。
• 长期记忆：跨会话保留的事实：长期记忆存的是「下次还有用」的东西：用户偏好（默认客户号、常用语言）、关键事实（这个客户是 VIP）、历史结论。
• 工程上真正会踩的坑（本篇独有）：用户的关键偏好必须显式写进长期存储，不能指望短期记忆「自动记住」。
• 一句话面试答法：短期记忆是当前会话的消息历史，让 Agent 理解「它」「上一笔」这类指代，特点是有容量上限要截断（滑动窗口或摘要）、会话结束就清空。