AgentHubAgentHub
返回全部博客

智能体记忆体系架构:工作记忆、短期会话缓冲与长期知识图谱的融合

AgentHub 核心团队··4 分钟阅读·64 次阅读
智能体记忆体系架构:工作记忆、短期会话缓冲与长期知识图谱的融合

为什么无状态 LLM 需要外挂记忆系统?

大语言模型本身是无状态的(Stateless),它无法在多次独立的交互之间自动“记住”用户的偏好、历史项目的约定或先前的纠错结论。


三级记忆系统架构模型

  1. 工作记忆(Working Memory): 存在于当前上下文窗口中,包含当前执行步骤的 Scratchpad、未完成的 Checklist 与临时变量。
  2. 情景记忆(Episodic Memory): 记录智能体“在什么时间、经历了什么事件、取得了什么结果”。适合通过向量数据库按相似事件进行语义检索与案例复用(Few-shot prompting)。
  3. 语义/程序记忆(Semantic & Procedural Memory): 抽象出的规则、规范与技能。例如“当遇到 MySQL 死锁时,优先检查事物隔离级别”。这种记忆通常持久化在知识图谱或规范 Rules 文件中。

落地示例:一次任务的读写路径

记忆系统最容易忽略的是"什么时候写"。可落地的读写顺序如下:任务开始时,从语义记忆取该仓库的规则文件,按相似度从情景记忆取回若干历史案例,两者拼进系统提示;执行过程中,工作记忆只保留当前步骤的中间结论,一旦某步完成就压缩成一句话摘要;任务结束时,只在满足三个条件时才写回长期记忆——结论可复用、不依赖一次性上下文、且经过验证(测试通过或人工确认)。

写回这一步要设阈值。把每次试错都存进向量库,检索时会被大量低质量片段污染,通常按"同类事件累计出现多次才升格为规则"的方式做蒸馏,宁缺毋滥。

三层存储的选型对比

维度工作记忆情景记忆语义/程序记忆
生命周期单次任务会话到跨会话长期,随仓库演进
存取方式直接拼入上下文向量相似度召回规则文件精确加载加图谱查询
容量策略裁剪与摘要Top-K 召回人工或半自动审核入库
典型故障超限截断召回噪声规则过期冲突
成本特征Token 成本最高检索与嵌入成本维护人力成本为主

三层之间最有效的边界是"是否可验证":能被测试或复现确认的结论才允许下沉,否则留在工作记忆里随任务一起消失。

验证方法

给记忆系统做一次回归:挑十个人工已解决过的历史问题,清空会话后重新提问,统计有多少比例能在首轮就复现出正确做法,这个数字是记忆召回质量的直接指标。再加两项检查:一是删除某条规则后任务是否仍能通过,用来识别从未被真正使用的死规则;二是把两条互相冲突的规则同时注入,观察模型偏向哪一条,从而判断优先级是否需要显式声明。

常见故障速查

现象原因处理
记了规则但行为没变规则未命中注入位置或权重过低前置到系统提示并加显式约束句
检索回一堆无关案例嵌入粒度按整段会话切块改为按"问题—结论"对切块
上下文频繁爆满工作记忆只追加不压缩每步完成即摘要替换原文
记忆与当前代码矛盾缺少失效机制绑定文件路径并在变更后触发复核
同类错误反复出现结论未写回长期记忆任务收尾强制走写回判定

小结

记忆体系是否工作,不看存了多少条,而看两个可量化现象:重复性问题的首次解决轮次是否随着任务数增加而下降;随机抽样十条记忆,是否至少有八成能在当前代码库中找到对应事实。前者衡量收益,后者衡量污染。裁剪与注入的配合可参考 上下文工程与 Token 预算管理:大模型长上下文的架构裁剪与注意力保真。

延伸阅读