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
- Scoble 说 AI 的 loops 本质是长运行多智能体工作区 — Scobleizer · 2026-07-22
- 开源 runtime 让每个仓库自定义 AI 代码审查器 — ibabufrik · 2026-07-22
- 独立开发者探讨：当前 AI Agent 记忆层的真正痛点在哪？ — AcceptableTime7937 · 2026-07-22
- Fractal 用递归 agent 循环处理复杂多步工作流 — ryanpettry · 2026-07-22
- ACM 文章称 AI 没让编程更简单，只是更难了 — tchalla · 2026-07-22
- 从零构建多模态 Agent 编排器：将屏幕录制转化为可复用技能 — dair_ai · 2026-07-22