在人工智能领域，记忆对于AI Agent的智能性和实用性至关重要。本文深入探讨了AI Agent的短期记忆和长期记忆的区别及其协同工作的机制。

在人工智能领域，一个AI Agent可以被理解为一个能够感知环境、进行推理并执行行动以实现特定目标的自主系统。

而记忆，正是赋予这个系统连续性和个性的关键。

没有记忆的Agent，每一次交互都是孤立的、无状态的，如同一个患上了“数字遗忘症”的患者。

因此，仿照人类认知体系，为Agent设计记忆结构成为了必然。

其中，短期记忆与长期记忆的划分，构成了Agent记忆系统的基本框架。

01 短期记忆：意识的工作台

1、定义与核心特征

短期记忆，顾名思义，是Agent在处理当前任务或单一会话周期中所临时保持的信息。

它就像我们大脑中的“工作记忆”或电脑的“运行内存（RAM）”，具有以下核心特征：

高时效性与情境性

它严格绑定于当前的交互上下文。

例如，在一次对话中，你刚刚说过的上几句话、用户当前查询的意图、正在执行的步骤等。

容量有限

由于计算资源和模型架构的限制，短期记忆的缓冲区大小是有限的。

最直接的技术体现就是大型语言模型的上下文窗口。

无论是4K、8K、128K还是200K Token，这个窗口定义了短期记忆的绝对上限。

快速存取

存放在短期记忆中的信息处于激活状态，可以被模型直接、快速地读取和利用，无需复杂的检索过程。

易失性

一旦任务结束或会话超时，短期记忆通常会被清空或覆盖，不会自动保留。

2、技术实现

短期记忆的实现直接依赖于底层大模型的架构：

Transformer的上下文窗口

在生成每一个新的Token（词元）时，Transformer的自注意力机制会关注上下文窗口内的所有先前Token。

这些Token及其之间的关联，就构成了Agent的短期记忆。

当对话长度超过窗口限制时，最早的信息会被“挤出”窗口，从而被遗忘。

提示工程中的系统提示与Few-shot示例

在发起一次API调用时，我们传入的`system`消息、`few-shot`示例以及整个对话历史（只要在窗口内），都是在主动构建和利用Agent的短期记忆。

思维链

Agent在解决复杂问题时，逐步推理并将中间步骤输出，这些步骤会保留在上下文窗口中，成为后续推理的短期记忆，确保思维的连贯性。

3、应用场景

短期记忆是几乎所有交互式AI应用的基石：

多轮对话

这是最典型的场景。

在客服机器人、虚拟助手对话中，Agent必须记住用户在本轮对话中提到的所有关键信息。

如“我想要订一张从北京到上海的机票” -> “明天上午的”，才能进行连贯的交流。

复杂任务分解与执行

当Agent需要完成一个复杂指令时，如“帮我写一份关于量子计算的报告，并列出三个核心参考文献”，它会将任务分解为“搜集资料-撰写内容-整理格式-列出文献”等步骤。

短期记忆确保了它记得自己正在执行的任务总纲和已完成步骤，避免迷失方向。

代码编写与调试

程序员助手在编写一个函数时，需要记住之前定义的变量、函数名和逻辑结构，这些都是短期记忆在起作用。

上下文理解与指代消解

理解代词（“它”、“那个”）、省略句（“另一个呢？”）都严重依赖于短期记忆中的上文信息。

02 长期记忆：经验与知识的图书馆

1、定义与核心特征

长期记忆是Agent在跨任务、跨会话中持久化存储和积累的知识与经验。

它如同一个庞大的外部知识库或我们大脑的长期记忆区，其特征与短期记忆形成鲜明对比：

持久性与跨情境性

信息被存储在外部数据库或向量库中，不受单次会话生命周期的限制，可以被未来的任何会话调用。

容量近乎无限

得益于外部存储系统（数据库、文件系统、向量数据库），长期记忆的容量可以随着需求无限扩展。

按需检索

信息并非总是处于激活状态。

当需要时，Agent会通过检索增强生成（RAG）等技术，从长期记忆中搜索并提取相关信息，然后将其注入到当前的短期记忆（上下文窗口）中使用。

非易失性

信息被有意地保存下来，形成Agent的“个人历史”和“专属知识”。

2、技术实现

长期记忆的实现是一个系统工程，通常涉及以下组件：

向量化与向量数据库

这是实现长期记忆的核心技术。

将文本、图像等非结构化数据通过嵌入模型转换为高维向量，然后存储到向量数据库中。

检索时，通过计算查询向量与库中向量的相似度，找到最相关的信息片段。

传统数据库

用于存储结构化的信息，如用户的个人信息、偏好设置、交易记录、会话日志等。

检索增强生成（RAG）

这是连接长期记忆与短期记忆的桥梁。

当Agent需要回答一个问题或执行一个任务时，它首先查询长期记忆（向量库）。

将最相关的文档片段作为上下文与用户问题一同送入LLM，从而生成一个基于“记忆”的、更准确的回答。

强化学习与经验回放

在基于强化学习的Agent中，长期记忆以经验回放缓冲区的形式存在。

存储过去的（状态，动作，奖励，新状态）元组，用于从中采样来重新训练模型，从而积累成功的策略和经验。

3、应用场景

长期记忆使得Agent能够实现个性化和持续学习，是其迈向通用人工智能的关键一步：

个性化助手

记住用户的偏好（“我不喜欢喝咖啡”）、生活习惯（“每周三晚上要健身”）、工作项目背景等，从而提供量身定制的建议和服务。

企业知识库问答

将公司的内部文档、产品手册、历史项目资料存入长期记忆。

任何员工都可以通过自然语言提问，Agent能快速检索并总结出准确答案，成为企业的活百科。

数字生命与伴侣机器人

记录与用户的每一次互动历史、分享的故事、情感经历。

这使得Agent能够建立起与用户的共同回忆，表现出连贯的人格和情感深度。

技能与工具的熟练使用

通过长期记忆，Agent可以记住如何操作某个复杂的软件API，或者记住上一次解决类似bug时所用的命令，从而提高未来任务的执行效率。

03 核心区别与协同工作

为了更直观地理解，我们通过一个表格来总结二者的核心区别：

一个强大的Agent绝非只依赖一种记忆，而是让二者协同工作。

RAG范式完美地展示了这一点：

1. 1. 触发：用户提出一个问题（“我们公司最新的年假政策是怎样的？”）。
   2. 检索（长期记忆）：Agent将此问题向量化，并在公司的政策文档向量库（长期记忆）中进行相似性搜索，检索出最相关的政策段落。

1. 增强（注入短期记忆）：将这些检索到的段落作为上下文，与用户的原始问题一起，填充到LLM的上下文窗口（短期记忆）中。
2. 生成（利用短期记忆）：LLM基于当前丰富的短期记忆（用户问题+相关知识），生成一个精准、有据可循的回答。

在这个过程中，长期记忆充当了海量知识的储备池，而短期记忆则成为了一个高效、专注的“实时信息处理工作台”。

04 未来展望与挑战

当前，Agent的记忆系统仍面临诸多挑战：

短期记忆的窗口限制，尽管上下文窗口在不断增大，但成本、延迟和中间丢失问题依然存在。

长期记忆的检索质量，检索的准确性、召回率，以及如何处理信息的冲突与更新，是亟待解决的问题。

记忆的抽象与压缩，如何像人类一样，不是存储所有原始数据，而是存储抽象的、高级别的要点，是一个前沿研究方向。

记忆的安全与隐私，长期记忆包含了大量敏感信息，如何保证其安全、防止被恶意利用或泄露，是产品化必须跨越的鸿沟。

最后

总而言之，短期记忆与长期记忆是Agent认知架构中相辅相成的两大支柱。

短期记忆赋予了Agent在当下进行情境化交互和复杂推理的能力，使其显得机智而专注。

长期记忆则赋予了Agent跨越时间的连续性和独特性，使其能够积累经验、形成个性，并展现出深度的理解。

理解和熟练运用这两种记忆机制，是设计和开发下一代真正智能、可信赖且有用的Agent的关键所在。

未来的突破，很可能就发生在如何更高效、更智能地连接与管理这两个记忆世界的边界上。