记忆机制

1. 为什么 Agent 需要记忆

普通对话模型主要依赖上下文窗口。但上下文窗口有几个问题：

（1）长度有限

历史内容太多，装不下。

（2）成本高

每轮都把全部历史重新塞给模型，token 很贵。

（3）不稳定

不是所有历史都重要，很多无关信息会干扰当前判断。

2. 记忆机制作用

Agent 的记忆机制，本质上是让智能体在多轮交互和多步任务中，能够保存、检索、更新过去的信息，从而支撑连续决策、个性化服务和复杂任务执行。

它不是简单保存聊天记录，而是要解决“记什么、存哪里、什么时候取、怎么更新、如何避免错误记忆”这几个问题。

保持任务连续性：Agent 必须知道前一步做了什么，结果是什么，当前做到哪一步了。

支持个性化：记住用户偏好

支撑复杂决策：Agent 做规划、调用工具、失败重试、结果修正，都需要参考过去的信息。