在实际工程落地，通常把Agent的记忆拆成两层：
第一层是短期记忆，用于当前会话，用截断对话或者总结摘要去控制prompt长度、同时保持语义连贯。
第二层是长期记忆，用于跨会话场景，用向量召回最相关的历史信息，再按需放回上下文。
在实践中，不要把写入长期记忆做成“默认全部存储”，而要设准入条件（该存储的存储，该忘的忘），同时要对记忆定期清理、合并和更新，这样Agent的记忆才能更稳定。
二、短期记忆详细解析
1、固定窗口截断方案
如果任务里的信息价值衰减很快，最直接的方案就是截断。通常方法是只保留最近 N 轮对话，或者最近 N 个 token，超出的部分直接丢掉，N这个参数支持配置。
优点很明确：实现简单，成本低，长度稳定，在闲聊机器人、简单客服问答这类场景里，这种方案通常够用。
问题也很明显：属于“一刀切”的遗忘机制，如果早期对话有关键信息被截掉，Agent 就会突然像失忆一样。
比如用户一开始设定过“输出必须严谨”“不要改原文结构”这类要求，后面对话一长，这些信息就可能先被删掉。
2、滚动摘要方案
在实际应用中，很多时候不需要保留全部的对话信息，只要保留关键信息就可以，所以这种做法就是当对话历史快要把窗口塞满时，不直接删除最早的内容，而是先把前面一段对话总结成一条更短的摘要，再用这条摘要替换原始记录。
优点：1、压缩长度的同时，能尽量保住任务目标、风格要求、已确认结论这类高价值信息；2、尽早把无关细节从上下文里清掉，缓解长上下文带来的注意力稀释。这类方案更适合项目规划、长篇内容创作这类长任务。
代价也很现实：多了一次模型调用，摘要质量还会直接影响后续效果，如果总结摘要做得差，等于把错误记忆保留下来。
三、长期记忆-构建知识库
Agent的长期记忆，解决的是跨会话记忆，有多种方案，比如有的Agent系统通过文件来保存信息，也是属于长期记忆的一种，这篇文章主要讲解实践中常用的方案，利用向量库来构建长期记忆知识库。
核心思路：先把过去的对话切成可检索的记忆片段，等今天需要时再按相关性召回。
关键流程分为以下三步：
存储：把每轮对话向量化后连同原文写入长期记忆库
检索：用户提出新问题时，先用这个问题做相似度搜索
组合：把最相关的历史片段和当前问题一起送给模型
这种方案的优点：让Agent的记忆系统不再被上下文窗口死死绑住，能从更大的历史范围里只取当前真正相关的几条记忆，是构建长期交互Agent 的基础，适合个性化助手、企业知识库、智能学习伴侣这类需要长期上下文的系统。
缺点：方案的系统复杂度比较高，通常会引入 Embedding 模型、向量数据库，以及一整套检索逻辑。
在实践中，哪些内容值得写进长期记忆：
- 长期稳定的用户偏好
- 任务的核心目标
- 已经确认过的重要事实
- 后续多次会复用的结论
记忆治理****重要
有一个很现实的问题，是记忆治理，记忆是一类动态数据资产，所以需要清理过时信息、合并重复条目、校验事实是否仍然有效，还要给用户提供查看、修改、删除的接口，这样才能把长期记忆系统稳定地运行下去。