大模型驱动的AI Agent正在从单次问答工具转向长期协作搭档，但有一个短板非常明显：记忆。每次新对话，它就像个失忆的人，完全忘了之前聊过什么。上下文窗口再长（比如128K tokens），也只是缓解，本质上还是无状态函数。
想让Agent从工具变成真正的搭档，记忆是不可或缺的那块拼图。它能记住你的偏好、经验、承诺过的待办，不必每次重新自我介绍。SuperMemory团队甚至断言，未来几年几十亿个Agent会高度个性化，让记忆成为基础设施层的核心。
但给Agent加上记忆，不是简单地存下来就行。真正的挑战有五个：
- 信息矛盾与时序：你说上个月住北京，这个月搬到了上海，系统应当知道后者覆盖前者，不能把两条矛盾的信息一起扔给LLM。
- 噪声与检索精度：11万token的对话史里，可能只有三句话和当前问题相关。检索时混入太多噪声，LLM照样抓瞎。
- 自动遗忘：'明天有考试'这条信息，过了明天就该自动失效，而不是永远占着地方。
- 多源融合：记忆不只来自聊天，还可能来自邮件、文档、日历，需要统一管理。
- 隐私合规：记忆里存着大量个人信息，本地部署还是云端、加密、GDPR等都得考虑。
在具体设计上，学术界和工业界从人类记忆认知中汲取灵感，把Agent记忆分成了几个维度。
按时间跨度看，有工作记忆（当前对话上下文，依赖LLM上下文窗口）、短期记忆（最近几轮对话，缓存）、长期记忆（跨天、周、月的信息，持久化存储）和情景记忆（特定事件的时间、地点细节）。
按功能角色分，有语义记忆（事实性知识，比如'用户是资深工程师，用Vim'）、情景记忆（具体事件上下文）、程序记忆（如何执行某任务）和元记忆（关于记忆的记忆，知道哪条信息是上周更新的）。
按存储形式，则出现了多种技术路线：向量数据库（Mem0、Zep）、知识图谱（Cognee、Mem0 Graph）、文件系统（OpenClaw、Letta FS）、关系数据库（Zep用Postgres）、甚至纯内存（ASMR），各有优劣。
这些存储形式背后，实质是五大记忆范式，它们决定了回忆的方式和效果。
上下文窗口记忆
最朴素的方案，把所有历史对话直接塞进prompt：
[System Prompt] + [历史对话] + [当前问题] → LLM → 回答
实现容易，但token成本线性增长，且跨会话记忆丢失。早期ChatGPT和简单chatbot就这么干。
RAG检索增强记忆
把历史切块，做embedding存入向量库，查询时检索最相关的top-K块注入上下文。
用户问题 → Embedding → 向量检索 → Top-K chunks → 注入上下文 → LLM → 回答
优点是突破窗口限制，成本可控；缺点是语义相似不等于语义正确——比如'我住北京'和'我搬到上海'语义相近但含义相反，时序推理弱。Mem0、Zep、OpenClaw的核心检索层都基于此。
文件系统记忆
直接用Markdown文件承载记忆，Agent像人一样读写：
MEMORY.md（长期记忆）
memory/2026-03-23.md（每日笔记）
USER.md（用户画像）
完全透明，人可编辑，不用额外基础设施。更意外的是，Letta基准测试显示纯文件系统方案在LoCoMo上达到74.0%，竟击败了多个专业记忆系统。缺点也很明显：文件多了检索效率低，缺乏语义理解，依赖Agent的自律。
知识图谱记忆
建模为实体-关系图谱：
[用户：张三] --居住在--> [城市：上海]
[用户：张三] --使用工具-->
--时间-->
--参与者-->
