记忆系统：AI如何记住对话
AI如何记住你说过的话？它有短期记忆和长期记忆吗？如何管理记忆容量？记忆系统是Agent提供连贯服务的关键。
想象你在和一个助手聊天。你说：「我想订一张去北京的机票。」助手说：「好的，什么时候出发？」你回答：「明天下午。」
如果助手没有记忆，它可能会问：「您要去哪里？」——明明你刚才已经说了要去北京。
这就是记忆系统的重要性。AI需要记住之前的对话，才能提供连贯、智能的服务。就像一个真人助手，它会记住你的偏好、之前说过的内容，甚至你上次提到的细节。
记忆系统是Agent用于存储、检索和管理对话信息的机制。它让AI能够记住之前的对话，提供连贯的服务。
与人类的记忆类似，AI的记忆也分为不同类型：
1. 工作记忆（Working Memory）
工作记忆是当前正在处理的上下文。它就像你的「思维工作台」，只存放正在使用的信息。
用户正在订机票，工作记忆里保存：目的地（北京）、时间（明天下午）、舱位偏好（经济舱）。这些信息在当前任务完成后就会被清空。
容量限制：受上下文窗口限制（通常4K-32K tokens）
2. 短期记忆（Short-term Memory）
短期记忆保存当前会话的信息。它在整个对话期间持续存在，但会话结束后就消失了。
用户在本次对话中提到：「我喜欢靠窗的座位」。这个偏好会被保存到短期记忆中，之后的所有航班查询都会优先选择靠窗座位。但如果用户关闭对话，下次再打开时，AI就不记得这个偏好了。
持续时间：仅在当前会话期间有效
3. 长期记忆（Long-term Memory）
长期记忆是持久化存储的信息。即使关闭对话，下次打开时AI仍然记得。
用户告诉AI：「我经常飞北京出差，预算在2000元以内」。这个信息会被保存到长期记忆中。下次用户再让AI订机票时，AI会自动应用这个偏好，不需要重复说明。
存储方式：数据库、向量存储、用户配置文件
记忆系统需要支持四个核心操作：
AI从对话中提取重要信息，保存到记忆系统。例如，用户说「我喜欢靠窗座位」，AI提取这个偏好并保存。
根据当前任务，从记忆中查找相关信息。例如，用户要订机票，AI检索用户的历史偏好来推荐航班。
当用户的偏好改变时，更新记忆中的信息。例如，用户说「我改主意了，以后都要靠过道的座位」。
清除过期或无效的信息。例如，用户取消了订单，删除相关的临时状态。
AI模型的上下文窗口（Context Window）有限，无法无限存储对话历史。这是一个核心挑战。
假设AI的上下文窗口是8K tokens，但用户已经聊了100轮对话，总长度超过20K tokens。怎么办？
- 1.滑动窗口：只保留最近的N轮对话
- 2.摘要压缩：把早期对话压缩成摘要
- 3.选择性记忆：只保留重要信息，丢弃闲聊
- 4.向量检索：将历史存入向量数据库，按需检索
电商客服
记住用户的购物偏好、历史订单、退换货记录
「您上次买过这款鞋的42码，这次需要同样的尺码吗？」
医疗助手
记住患者的病史、过敏史、用药记录
「根据您的记录，您对青霉素过敏，我推荐其他药物」
教育辅导
记住学生的学习进度、薄弱环节、学习风格
「上次您在函数图像上有困难，今天我们继续练习？」
个人助理
记住用户的日程、偏好、常用联系人
「您今天有3个会议，需要我帮您准备会议材料吗？」
核心要点
- ✓记忆系统让AI能记住对话，提供连贯服务
- ✓三种记忆：工作记忆、短期记忆、长期记忆
- ✓四个核心操作：写入、检索、更新、删除
- ✓需要管理上下文窗口容量，平衡信息保留和token消耗
Agent需要规划才能完成复杂任务。下一篇，我们聊聊规划——AI如何制定计划、分解任务、调整策略。
延伸阅读：
- • 第60篇：Agent——能自主行动的AI
- • 第64篇：规划——AI如何制定计划
- • 第38篇：上下文窗口——AI能记住多少内容
第64篇：规划——AI如何制定计划
Agent需要规划才能完成复杂任务。下一篇，我们聊聊规划——AI如何制定计划、分解任务、调整策略。
✏️ 手绘图解 · AI Catch 出品
第 63 篇 / 共 84 篇