四步给 Pydantic AI agent 加跨会话记忆：向量检索实测可用
CountyTop5970 · reddit · 2026-10-21
Reddit 帖子讨论 AI agent 常见痛点：会话内能记住事实，重启后全部遗忘。作者用 Pydantic AI + VectorAI DB 实现了一套简单记忆方案：
- 从用户输入中抽取有价值的事实（而非存整段对话）；
- 用本地 embedding 模型将事实转为向量，附带元数据存储；
- 新请求到来时，将问题向量化并检索相关记忆；
- 把检索到的记忆注入 agent 上下文后再回答。
实测：让 agent 记住 Terraform 和 GitHub Actions 部署细节后关闭 Python 进程，新会话中即使换一种问法，agent 仍能检索并正确回答。作者同时提问社区：存整段对话和按需抽取事实，哪种更有效？
「编程与Agent」频道最新
- Laude 推出 Slingshots FOUR:资助 8 所名校 14 个 AI 项目 — a1zhang · 2026-10-21
- 研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍 — dair_ai · 2026-10-21
- Compaction hooks 实战:保留末尾消息原文+摘要压缩,实现 agent 记忆连续性 — MoonL88537 · 2026-10-21
- 「空白输入框的隐性成本」：当操作负担经由语言重新回到用户身上 — _AustinCalvert_ · 2026-10-21
- DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多 — rohanpaul_ai · 2026-10-21
- arXiv 原文:《自进化 Agent 是持续学习者吗?》——可塑性代价是稳定性 — rohanpaul_ai · 2026-10-21