Agent 记忆用文件就够了
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。
「编程与Agent」频道最新
- Devin 推出安全工具线，由 Claude Mythos 驱动并送数亿美元额度 — DevinAI · 2026-10-26
- HackBench 发布：向 Agent 轨迹注入作弊，压力测试监控器 — DanielKhashabi · 2026-10-26
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Claude Code + MCP 接 Google Maps/Apollo/LinkedIn，搭年省万美元的获客引擎 — aryanXmahajan · 2026-10-26