Xudong Han (@Xudong07452910) “这一篇关于 Agent Memory 的长文很值得推荐。 它最打动我的地方，是没有把 memory 简” — TopicDigg
Xudong Han
@Xudong07452910
加入 November 2020
0 正在关注 0 粉丝
这一篇关于 Agent Memory 的长文很值得推荐。
它最打动我的地方，是没有把 memory 简化成「存聊天记录」。
在很多人的理解里，Agent Memory 好像就是把过去的对话存下来，下次再喂给模型。但这篇文章讲得更清楚：真正成熟的 Agent Memory，其实是一整套状态架构。
长上下文解决的是「这一轮能看见多少」。
RAG 解决的是「需要时能查到什么」。
Memory 解决的是「下一轮醒来时，还能不能继承上一次的判断、经验、规则和未完成状态」。
这也是为什么 coding agent、research agent、personal agent 一旦开始跨 session 工作，就一定会遇到 memory 问题。
有些东西应该写进 CLAUDE.md / AGENTS.md，成为长期规则。
有些东西应该常驻，比如用户偏好、项目不变量、agent 的身份。
更多历史则应该按需召回，而不是每次都塞进上下文。
更关键的是，memory 还要记录证据链、权限边界、风险红线和状态变化。
否则一次错误总结、一次过期信息、一次被污染的网页内容，都可能变成 agent 以后反复继承的「错误经验」。
所以我很认同这篇文章的判断：
Agent Memory 的价值不在于记住更多，而在于让 agent 少犯同样的错，更快复用做对过的事。
长上下文让 agent 在当前任务里看得更全。
Memory 则让 agent 在下一次任务里起点更高。
这可能是 Agent 从「单次调用工具」走向「持续工作的系统」时，最容易被低估的一层基础设施。
显示更多
