智能体记忆三层架构详解：别再把记忆当长上下文

大模型之路 · wechat · 2026-08-18

这篇教程式文章系统讲解 Agent 记忆的工程落地。核心观点：智能体记忆是跨会话持续保存和调用信息的能力，与上下文窗口、RAG 是三回事——上下文是单次会话的 token 容量，RAG 是给模型临时翻外部知识，记忆则是让模型自己「记笔记」。工程上常拆为三层：工作记忆管当前任务中间状态、情景记忆像日记记录具体事件、语义记忆沉淀用户偏好与业务规则，放错层会导致任务污染或检索低效。

落地建议包括：工作记忆用 Redis 类临时存储、情景记忆放带时间戳的向量库并设 TTL 自动过期、语义记忆用数据库做去重和版本管理；读写要带用户归属标识，否则多用户场景记忆串台是生产事故高发区；语义记忆绝不能存明文敏感信息，需脱敏加租户隔离。文章最后给出判断标准：一件事第二次做会不会因第一次经验做得更好，会才上记忆，否则别加复杂度。