Files Are All You Need for Agent Memory
PawelHuryn · x · 2026-07-19
这条帖子给出一个面向 agent 的“4 种记忆”实用拆分：
- 工作记忆：当前上下文窗口和运行时状态，不是单独建设的系统，而是通过管理来控制。
- 语义记忆：策略、规则、原则、示例等事实知识，建议放在 Markdown 文件 + index 里，版本化管理，任务前读取。
- 情景记忆：过去运行、决策和结果，作者用 CSV 表格记录，需要筛选或统计时再查询。
- 程序性记忆：可复用步骤与技能，按触发器加载的“文件化技能”。
作者的结论是：很多 agent 场景下，markdown 文件 + 一个 CSV + 上下文窗口 就够了，通常不需要向量数据库、embedding 或服务端；所谓 vector store 更像是超大规模企业检索场景，graph database 也常被“链接起来的 markdown”替代。系统还能通过 agent 把经验持续写回文件，形成迭代。
More from coding & agent
- Spring AI 2.1.0-RC1 adds tool-call confirmation, pausing agent loops before real-data access — therealdanvega · 2026-10-26
- 250 Builders Hack With Codex at Berlin Community Hackathon Ahead of OpenAI DevDay — paw_lean · 2026-10-26
- Building AI bots on raw APIs? Devs say models are 'dumb without the harness' — madeofAjala · 2026-10-26
- HarnessMM cuts agent tokens per task by up to 88% while raising success rates — omarsar0 · 2026-10-26
- Microsoft demos intent-classifying agents built with Copilot App and Foundry, deployable across Teams and Outlook — marlene_zw · 2026-10-26
- Looking for a wearable mic with best battery life that feeds recordings to personal agents via MCP — altryne · 2026-10-26