Technical article

智能体记忆系统怎么设计？三层架构让AI不再“失忆”

你有没有遇到过这种情况：跟AI聊了半小时，它突然"忘了"你开头说的事；换个窗口再回来，之前的上下文全丢了；让它记住你的偏好，下次打开又是一张白纸。

这就是智能体的"失忆症"。大多数AI默认是"金鱼记忆"——每次对话都是全新的开始，之前的内容一概不记得。

但真正好用的智能体，应该像一位经验丰富的老员工：记得住你的偏好、记得住上次聊到哪、记得住之前做过什么决定。

这篇文章就讲清楚：智能体的记忆系统到底怎么设计，才能让AI"不再失忆"。

一、智能体记忆的三种类型——短期、长期、情景

人类的记忆分好几种，智能体也一样。设计记忆系统之前，先搞清楚三种记忆类型：

短期记忆（Working Memory）：当前对话的上下文。比如你刚说"我叫张三"，智能体在这轮对话里记得你叫张三。但关掉窗口就忘了。这是最基础的记忆，大多数AI都有。

长期记忆（Long-term Memory）：跨对话保留的信息。比如你的偏好设置、你的公司信息、你上次做的决定。这种记忆需要专门存储，智能体每次启动时加载。

情景记忆（Episodic Memory）：过去发生的具体事件。比如"上周二你让我分析了一份销售报告，结论是华东区下滑最严重"。这种记忆最有用也最难设计，因为它需要智能体知道"什么时候、发生了什么、结果是什么"。

好的记忆系统，三种都要有。但优先级是：先把短期记忆做稳，再加长期记忆，最后补情景记忆。

二、短期记忆设计——让当前对话不"断片"

短期记忆看起来简单，其实有很多坑。核心问题是：上下文窗口是有限的，对话一长，早期的内容就会被"挤出去"。

策略一：关键信息前置。

在系统提示词里，把最重要的信息放在最前面。比如用户的身份、当前任务目标、关键约束条件。这样即使后面的对话很长，这些信息也不会被截断。

策略二：中间摘要。

对话超过一定长度后，让智能体自动做一次"中间总结"——把前面的关键信息压缩成一段摘要，作为新的上下文起点。这样既不丢失关键信息，又不占用太多窗口。

具体做法是在系统提示词里加一条规则：

当对话超过10轮时，先总结之前的关键信息（用户目标、已确认的事实、
待解决的问题），然后用总结内容替代原始对话继续。

策略三：结构化记录。

不要靠智能体"回忆"对话内容，而是在对话过程中实时维护一个"信息板"。每轮对话结束后，更新信息板上的内容。

信息板模板：
- 用户身份：[姓名/角色/公司]
- 当前任务：[一句话描述]
- 已完成：[做了哪些事]
- 待确认：[需要用户确认的事项]
- 关键约束：[预算/时间/偏好等限制条件]

每轮对话时，智能体先看信息板，再回应用户。这样即使上下文被截断，关键信息也不会丢。

三、长期记忆设计——让智能体"记住你"

长期记忆是让智能体从"通用助手"变成"专属助手"的关键。设计思路是：把需要跨对话保留的信息存到外部存储中，每次对话开始时加载。

存什么？

不是所有信息都值得长期保存。建议存三类：

用户画像：姓名、角色、公司、行业、偏好语言风格。这些信息让智能体每次都能"认出你"，不用重复自我介绍。

偏好设置：回答风格（简洁/详细）、输出格式（Markdown/表格）、关注领域（技术/商业/运营）。这些信息让智能体的输出越来越符合你的口味。

关键决策：之前做过的重大决定和原因。比如"我们选定了A方案而不是B方案，原因是成本和周期"。这些信息避免智能体反复建议已经否决过的方案。

怎么存？

最简单的方案是用一个JSON文件或者数据库记录。格式建议：

{
  "user_profile": {
    "name": "张三",
    "role": "产品经理",
    "company": "XX科技",
    "industry": "SaaS"
  },
  "preferences": {
    "response_style": "简洁直接",
    "output_format": "Markdown + 表格",
    "focus_areas": ["用户增长", "数据分析"]
  },
  "key_decisions": [
    {
      "date": "2026-07-15",
      "decision": "选择方案A",
      "reason": "开发周期短，成本低",
      "alternatives_rejected": ["方案B（周期长）", "方案C（成本高）"]
    }
  ],
  "updated_at": "2026-07-25"
}

什么时候更新？

在系统提示词里加一条规则：当用户明确表达偏好或做出决定时，自动更新长期记忆。比如用户说"以后回答尽量简短一点"，智能体就应该更新偏好设置。

四、情景记忆设计——让智能体"记住发生过什么"

情景记忆是最高级的记忆类型。它让智能体能够回忆"上次发生了什么"，从而给出更有连续性的建议。

记录格式：

每条情景记忆建议包含5个要素：

{
  "id": "episode-001",
  "date": "2026-07-20",
  "task": "分析Q2销售数据",
  "actions": ["读取Excel", "计算环比", "生成图表"],
  "outcome": "发现华东区下滑12%，建议加大促销",
  "user_feedback": "认可分析结论，已转给销售团队"
}

什么时候调用？

当用户提到"上次""之前""还记得吗"这类词时，智能体应该主动检索情景记忆，找到相关的历史记录。

在系统提示词里可以这样写：

当用户提到"上次""之前""还记得吗"等时间相关词汇时：
1. 先在情景记忆中搜索相关记录
2. 找到后，先复述上次的情况，再基于此回答当前问题
3. 如果没找到，坦诚说"我没有找到相关记录"，不要编造

记忆清理：

情景记忆不能无限堆积。建议设置保留策略：最近30天的记忆全部保留，超过30天的只保留用户反馈为"有用"的，超过90天的只保留标记为"重要"的。

五、记忆系统的4条设计原则

第一，分层存储，按需加载。不要把所有的记忆都塞进系统提示词。短期记忆（当前对话）直接放进上下文；长期记忆（用户画像、偏好）在对话开始时加载一次；情景记忆按需检索，用到才加载。这样既省token，又精准。

第二，写入要谨慎，删除要更谨慎。智能体不应该随便修改长期记忆。建议设置"确认机制"——当智能体要更新用户偏好或记录决策时，先跟用户确认一下："我记下了你的偏好是XX，对吗？"避免记错了反而越帮越忙。

第三，记忆要有"过期机制"。用户的偏好会变，过去的决策可能已经过时。建议给长期记忆加一个"更新时间戳"，超过一定时间没被确认的记忆，标记为"可能已过时"，使用时要提醒用户确认。

第四，隐私第一。记忆系统涉及用户的个人信息和历史数据。设计时必须考虑：哪些信息可以记忆、哪些不能记忆、存储在哪里、谁能访问。涉及敏感信息（密码、身份证号等）绝对不能进入记忆系统。

六、一个完整的记忆系统提示词模板

把上面所有内容串起来，这是一个可以直接使用的记忆系统提示词框架：

## 记忆管理规则

### 短期记忆
- 每轮对话开始时，先读取"信息板"获取当前状态
- 每轮对话结束后，更新信息板（用户目标、已完成事项、待确认事项）
- 对话超过10轮时，先做中间摘要再继续

### 长期记忆
- 对话开始时，加载用户画像和偏好设置
- 当用户表达新偏好或做出决定时，提示确认并更新
- 超过30天未更新的记忆，使用时标注"此信息可能已变化"

### 情景记忆
- 每次任务完成后，记录：日期、任务、操作、结果、用户反馈
- 用户提到"上次""之前"时，先检索相关情景记忆
- 保留策略：30天内全保留，30-90天保留有用的，90天以上只保留重要的

### 隐私规则
- 不记忆密码、身份证号、银行卡号等敏感信息
- 不记忆用户未明确要求记住的私人信息
- 用户说"忘掉XX"时，立即从记忆中删除

写在最后

记忆系统是智能体从"工具"变成"助手"的关键一步。没有记忆的智能体每次都像第一次见面；有记忆的智能体才能越用越懂你、越用越顺手。

设计记忆系统不需要复杂的技术架构。核心就是三件事：搞清楚该记什么（用户画像、偏好、关键事件），设计好怎么存（分层存储、按需加载），管理好什么时候忘（过期机制、隐私保护）。把这三件事想明白了，你的智能体就能从"金鱼记忆"变成"大象不忘"。