1、对话结束后Agent怎样继续记住用户要想让Agent能够跨会话提供个性化服务就需要一层持久的用户记忆。具体方法就是使用额外的LLM调用提取、压缩并审查对未来有用的事实。提取的结果应满足选择性丢弃用户说的返回3个选项这类短期的细节抽象化选座时候的靠窗座位归纳为长期偏好结构化用可检索的字段保存事实2、怎样判断Agent的记忆系统是真的好采用三层次的评估框架进行衡量1基础回忆也是记忆系统最根本的要求Agent能准确存储和检索用户直接提供的、结构化的、无歧义的信息。例如我的id是程序员木子2多会话检索Agent必须在面对来自不同对象、不同时期的多段会话时能检索出所有相关信息并推理判断。例如取消某次旅行时需要理解这是一个复合事件主动关联所有的相关预定3主动服务要求系统综合来自多个会话、甚至很久之前的消息提供有预见性的主动帮助从看似无关的记忆中发现深层联系。例如预定一个国际航班时主动关联数月前存储的护照信息发现即将到期并发出预警就是说在没有明确指令的情况下主动规避潜在问题和整合复杂信息3、记忆系统该存什么用户记忆又该怎样存首先看记忆层次1存轨迹轨迹是一次Agent运行过程中的完整历史记录记录着从对话开始到当前时刻的所有事件按照时间排序并且只增不改。为控制长度【上一节有说】每轮实际发送给模型的运行时context可以经过压缩、重组或者用摘要替换部分历史这里说的只增不改描述的是用于追溯、调试或审计的原始事件记录类似于本地的消息轨迹在磁盘上不动每轮请求从轨迹派生出一个视图发出去缓存的是这个视图的前缀。视图不压缩时上一轮缓存全命中只算新增视图变了压缩时缓存命中范围收缩到压缩点之前压缩点之后重算缓存就失效一部分轨迹变了没有直接影响除非下一次派生的视图因此不同。轨迹是单次会话的完整原始记录按照时间顺序追加且不修改接下来说的用户长期记忆则是跨会话提炼出来的稳定信息会被反复改写、合并、淘汰。2存用户长期记忆这是跨会话、跨实例的持久化存储通常以键值对的形式与特定用户ID进行绑定。Agent通过特定工具调用显式读取和更新长期记忆实现跨会话的个性化和连续性。以上的两种分层设计既保证 Agent 高效处理当前任务依赖轨迹又使其具备长期个性化能力依赖长期记忆。再看四种存储格式用户记忆四种存储格式①Simple Notes极简主义设计每一条记忆都是一个最小的、不可再分的事实原子性比如用户的邮箱abc123.com优势是开销极低但是信息的关联性完全丢失一句信息被划分为好几个独立的事实他们的内在联系被割裂②Enhanced Notes采用整体视角将每条记忆保存为包含完整上下文的段落。示例见上图这种表述保留了信息的叙事结构确保语义完整且丰富代价是存储冗余、更新复杂属性变化得重写多个段落。③JSON Cards采用三层嵌套结构类别-子类别-键值对例如work.position.title支持部分更新可预测且可扩展。但是并不适合所有的用户记忆存储强制归入单一类别会丢失多维性。④Advanced JSON Cards代表了记忆系统从信息存储到知识管理的范式转变。每张卡片不仅记录事实还加入了信息来源的叙事背景、主体身份、与用户的关系和时间戳。同一条信息在不同场景下可能具有完全不同的含义这也解决了传统系统的消岐问题真实场景中用户有多个身份简单的键值无法准确区分。最后看认知类型把记忆分为工作记忆和长期记忆工作记忆对应Agent的上下文窗口用于处理当前任务的临时信息空间轨迹从长期记忆中激活加载的信息。长期记忆则分为以下三种类型①情景记忆关于具体事件和经历的记忆记录一件具体事件的时间、对象和细节②语义记忆从具体事件中抽象出来的一般性知识这不是某次对话的记录而是从多次交互中提炼出的稳定特征③程序记忆关于行为模式和流程的记忆从用户反复处理某件事中学到的通用流程。4、Mem0和Memobase怎样管理记忆前面说的内容最终还得落实到工程实现上记忆管理框架以mem0和memobase为例1Mem0从写入时消岐到检索时推理最新一版2026年4月把冲突处理放在了检索阶段。对话结束后LLM抽取候选事实系统再用向量检索找到相近的已有记忆只做ADD。比如之前说我住在北京后来又说我在上海会把两者作为带时间信息的两条事实并存查询时系统融合语义相似度、BM25关键词与实体匹配并结合时间信息排序。2Memobase用户画像与事件记忆它将用户记忆组织为两部分①用户画像一组可由开发者配置的槽位按照主题-子主题两级组织base_info-姓名interest-兴趣爱好存放从对话中提取的稳定用户属性开发者也能精准控制画像的范围和粒度。②事件记忆按照时间线记录用户经历的事件。memobase采用缓冲批处理策略对话先在缓冲区累积达到一定规模或时限后统一触发记忆提取。5、记忆越来越多怎样整理才不会越存越乱随着交互的进行记忆系统面临存储空间和检索效率的挑战可以采用多层次的记忆压缩策略1重要性评分筛选可以考虑综合访问频率经常被检索的记忆更重要时间衰减越久远的记忆越容易被遗忘情感强度有强烈情感标记的记忆更易保留和信息独特性重复信息重要性降低低于阈值的记忆标记为可压缩或可删除。2聚类相似记忆被分组每一组生成代表性摘要比如多次的天气对话压缩为“用户经常询问天气尤其关注降雨”详细的记忆可存档到二级存储。3抽象和泛化从具体情景记忆中提取一般性规律转化为语义或程序记忆。从多次购物对话中学习到用户偏好性价比高的产品更重视他人的评价6、记住用户的同时怎样处理敏感信息构建了用户记忆系统后不但要让Agent利用用户信息提供个性化服务又不能让敏感数据暴露在LLM上下文和系统日志中。①正则表达式识别②基于LLM的脱敏识别
