Agent 记忆质量，关键在写入门禁和去重而不是检索
chirayusir · reddit · 2026-07-25
长运行 agent 的记忆问题，关键不在检索，而在写入纪律
作者的结论是：自己在长期 agent 记忆上最大的收益，来自于写入侧，而不是继续微调检索。
他总结了几个核心问题：
- 写入门禁很重要：不是每一轮对话都该写入记忆，用一个廉价的“是否新颖且持久”的判断后，写入量大幅下降。
- 去重和合并更重要：如果不做 consolidation，存储里会堆满近重复和过期事实，检索时又会把矛盾版本一起捞出来。
- 冲突记忆很难处理：两条记忆互相矛盾时，到底该保留哪条，作者还没有原则性规则。
- 淘汰机制仍未解决：目前几乎不删除，导致存储持续膨胀。
这条帖子的价值在于它把长期 agent 记忆系统里最麻烦、也最容易被忽视的工程问题讲得很具体。
「编程与Agent」频道最新
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- AI 编程编辑器 Superset 更名 Paradev,获 1150 万美元种子轮 — massimosgrelli · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27
- Claude Projects 新招:拖拽或 @ 引用会话线程,定位更精确 — dfeinition · 2026-10-27
- Yaron Minsky 分享让代码库更适配 AI Agent 的实操清单 — sh_reya · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27