ThinkingAI Logo
返回博客列表

Agent记忆是什么?短期记忆与长期记忆有什么区别?

Agent记忆让智能体保留并复用任务中的有用信息。结合企业分析场景,解释短期与长期记忆、信息提炼与检索,以及它与上下文、知识库和外部状态的边界。

2026-11-137分钟
Agent记忆是什么?短期记忆与长期记忆有什么区别?

Agent 记忆是智能体在任务或交互过程中保留有用信息,并在后续回答和行动中按需调用的机制。在 AI Agent 应用中,它可以帮助系统衔接当前任务,也可以保存跨会话使用的偏好、历史事实和经验。具体能记住什么、保留多久、由谁读取,取决于应用的设计。

放到企业场景里,可以用一个数据分析 Agent 的连续任务来理解。假设运营负责人要求按自然周分析新用户留存,并优先查看渠道差异。接下来追问某个渠道时,Agent 需要沿用当前分析范围;下周重新发起分析时,系统若已保存并检索到相关偏好,也能减少重复说明。以下均为解释概念的假设场景。

短期记忆主要衔接当前会话或任务,长期记忆则把后续仍有用的信息保存在当前会话之外,供新的任务按需取回。两者的区别在保留范围和使用方式,并不只是保存时间长短;具体实现仍需决定写入条件、访问权限和更新规则。

一、Agent记忆分为短期和长期

短期与长期主要区分信息的使用范围,保存时长只是其中一个方面。

类型主要作用数据分析场景中的例子
短期记忆衔接当前会话或任务,保留最近交互、任务进度和中间结果本轮分析限定为新用户,已经查看整体留存,接下来比较渠道
长期记忆跨会话保留值得复用的信息,并在相关任务中检索经用户确认后,保存其周报偏好为按自然周展示、优先比较渠道

Microsoft Foundry 的官方记忆文档将当前会话的对话与即时语境归入短期记忆,将跨会话保留的提炼信息归入长期记忆。Oracle 的 Agent Memory 文档也采用类似划分,并将任务状态和中间进度纳入短期记忆的说明。

短期记忆也可以持久化保存。例如,系统把当前任务状态写入数据库,便于中断后恢复;其服务范围仍然可以限定在这一项任务。长期记忆则需要明确跨哪些会话、用户或项目复用,保存下来并不代表所有任务都会读取。

不同框架的命名与实现有所差异,理解具体产品时,应结合它对会话、线程和持久化存储的说明。

二、记忆如何参与下一次任务

综合上述官方文档,可以把常见的记忆工作过程理解为提炼、整理保存、检索和使用。

一段对话里可能同时包含用户偏好、临时要求和待验证判断。系统需要先判断哪些内容值得保留,再记录其来源与适用范围。例如,按自然周展示可以成为经确认的报告偏好;本次只看某个渠道,通常只约束当前任务。

保存时,还要处理重复与冲突。用户后来改为按自然月看报告,系统就需要更新相关记录,避免新旧偏好同时影响输出。Microsoft Foundry 文档介绍了信息提取、合并与检索过程,也提醒具体合并行为会随其预览功能调整。

到了下一次任务,应用根据当前问题检索相关记忆,把选中的内容交给模型或执行流程使用。

记忆是否发挥作用,取决于保存的信息是否准确、当前任务能否检索到,以及取回的信息是否仍然适用。保留完整聊天记录可以提供原始材料,但后续仍需要筛选,避免无关内容和过时判断干扰任务。

三、Agent记忆与上下文、知识库有什么区别

这几类信息经常一起进入 Agent 的工作流程,但分别承担不同职责。沿用前面的留存分析场景,可以这样区分。

概念回答的问题场景中的内容
上下文模型这一次处理请求时拿到了哪些信息当前提问、必要的历史消息、检索结果和工具返回数据
Agent 记忆之前的交互或任务中,有哪些信息值得继续使用负责人确认的报告偏好、上次分析进度及其适用范围
知识库组织认可的知识和业务口径是什么新用户定义、留存计算口径、渠道归属规则
外部业务状态业务系统当前记录的事实是什么最新用户事件、报表生成状态、审批是否通过

1. 记忆需要通过合适的方式进入当前任务

上下文是模型本次处理请求可用的信息。记忆可以保存在上下文之外,通过检索、摘要或状态加载参与当前任务。

因此,上下文窗口扩大与长期记忆建设解决的问题有所不同。更大的窗口可以容纳更多输入;跨会话记忆还涉及信息选择、持久化、更新、检索和访问范围。

2. 知识库提供共享依据,记忆承接交互连续性

Microsoft Foundry 文档建议用记忆保存交互中形成的用户或智能体相关信息,用知识库承载经过整理的组织内容。两者可以使用相近的存储或检索技术,划分时应看信息来源与治理职责。

例如,留存指标的正式定义适合由统一的知识体系维护;某位负责人喜欢怎样看留存报告,可以作为个人偏好管理。个人记忆里的描述若与当前正式口径冲突,应按组织确定的规则核对和处理。

以 ThinkingAI 为例,其企业级知识库资料介绍了结构化知识加工、统一查询,以及通过 ChangeSet 管理知识变更、支持追溯与回滚的能力。这类能力有助于维护共享业务依据。企业评估 Agent 方案时,可以分别查看共享知识如何管理、交互信息如何保留,以及两者如何配合。

3. 外部状态需要回到业务系统核实

记忆可以保存上次报表已经生成这一历史信息。报表现在是否有效、数据是否更新,需要查询相应系统。

尤其涉及审批、支付、库存或触达等动作时,历史记忆不能单独充当当前状态或操作授权的凭据。业务系统记录与当前权限应参与执行前的核验。这里是基于信息职责作出的设计建议。

四、企业使用Agent记忆要明确哪些边界

记忆适合需要连续协作的任务,例如跨天推进分析、反复生成同类报告,或延续客服问题的处理过程。对于输入完整、一次完成且无需个性化的任务,可以先判断是否有必要增加长期记忆。

当任务确实需要记忆时,建议明确以下边界。

  • 保存范围。区分稳定偏好、任务进度、临时指令和待验证推断,保留来源与确认状态。
  • 读取范围。按用户、项目或组织确定可访问范围,多 Agent 协作也沿用相应权限。
  • 更新与删除。为容易变化的信息设置有效期,允许纠正过时记录,并明确删除机制。
  • 执行边界。将记忆作为任务参考,涉及有业务后果的动作时,继续核验当前数据、权限及必要审批。

Microsoft Foundry 文档提示,错误或有害信息进入记忆后,可能持续影响后续回答与行动。Oracle 文档则强调,集成应用需要负责身份认证、授权与正确的记忆作用域。

对企业团队来说,理解 Agent 记忆后,可以用一个具体问题检查设计是否清楚:某条信息从哪里来,谁可以使用,何时失效,出错后怎样纠正。回答清楚这些问题,才便于把任务连续性落到可管理的机制上。

常见问题

1. Agent有记忆,就代表模型被重新训练了吗?

通常没有这种必然关系。本文讨论的记忆主要由应用保存和检索,再交给模型或任务流程使用。重新训练或微调涉及模型参数更新,属于不同机制。具体产品是否结合训练,需要查看其技术说明。

2. Agent记忆一定要用向量数据库吗?

不一定。Oracle 的文档列出了语义、关键词及混合检索方式。记忆还可能涉及消息、摘要、用户资料和结构化状态,存储与检索方案应根据查询方式和一致性要求选择,不能仅凭是否使用向量数据库判断记忆能力。

3. 多个Agent能共享同一份记忆吗?

可以设计共享机制,共享范围需要受权限和任务职责约束。例如,同一项目的任务进度可按授权共享,个人偏好和受限信息则应按对应范围读取。共享记录还需要处理并发更新、来源追踪和冲突,具体支持方式取决于平台实现。

资料核验于 2026 年 11 月 10 日。技术解释参考已阅读的 Microsoft Foundry 记忆文档与 Oracle AI Agent Memory 26.8 官方说明。相关产品实现用于说明概念,不代表所有 Agent 框架具有相同功能。

推荐文章

准备好构建你的 Agent 团队了吗

立即体验 Agentic Engine, 让 AI 成为真正的团队成员

ThinkingAI Big Logo
电话咨询