简介：本文系统解析Agent长期记忆的定义、架构与实现路径，重点回答三个问题：上下文写满后能否丢弃早期对话、如何通过摘要压缩保留关键决策信息、如何在外部建立结构化记忆文件。文章还澄清了RAG与长期记忆的关系，指出RAG只是外部记忆的一种实现方式，并说明其在长任务场景下的局限。读者可据此建立Agent记忆分层设计的完整认知，为架构选型提供判断依据。
Agent的长期记忆，指的是智能体在跨越多轮对话、多个任务阶段甚至多次会话的过程中，对关键信息进行持久化保存、按需调用，并在后续推理中重新利用的机制。它与上下文窗口内的短期记忆相对：短期记忆是当前推理正在使用的信息，容量有限、随窗口滚动而失效；长期记忆则存放在上下文之外，生命周期更长，需要主动管理。
从技术视角看，长期记忆解决的是“信息生命周期”与“上下文容量”之间的矛盾。从使用视角看，它决定了Agent能否在长任务中保持目标一致性、不重复犯错、不遗忘关键约束。理解这一概念，需要先理解上下文为什么是稀缺资源。
大模型推理依赖上下文窗口，而窗口容量是硬约束。当对话轮次增加、工具输出堆积、中间过程冗长时，窗口会被迅速填满。此时最直观的做法是丢弃最早的对话，只保留最近若干轮。这种策略实现简单，但代价明确：早期对话中包含的项目愿景、已修改的具体实现、关键技术约束和决策理由会一并丢失。模型随即出现“失忆”现象——忘记自己在做什么、为什么这样做，后续产出开始偏离目标。
这一现象与人类记忆机制有相似之处：短期记忆承载当前思考，长期记忆保存经验沉淀，短期记忆清晰而长期记忆易被遗忘。但工程系统不能仅靠“自然遗忘”运行，需要可设计、可控制的记忆管理策略。长期记忆机制的价值正在于此：它让Agent在有限窗口下仍能维持长任务的连续性，降低重复沟通成本，减少因信息丢失导致的返工。
Agent的记忆管理通常可以拆解为三个层次，三者配合使用而非互相替代。
第一层：上下文内保留。 即决定哪些信息留在窗口内。这是最基础的策略，但需要配合压缩手段才有实用价值。
第二层：上下文内压缩。 将历史信息摘要化，用少量token承载高密度信息。压缩不是简单截断，而是有选择地保留决策与结论。
第三层：上下文外存储。 在文件系统或结构化存储中维护笔记、清单、状态文件，按需读取。这一层突破了窗口容量限制，是长任务场景的关键补充。
压缩的本质是总结，但总结必须有取舍标准。可行的压缩内容应包括：
可以丢弃的内容则包括：
按此原则，数十轮对话、数万token的交互记录，可以压缩为数百token的关键摘要，上下文占用显著下降，且信息质量反而提升——因为留下的全是决策与结论，噪声被剔除。
外部记忆的典型实现是结构化笔记文件。以编码类Agent为例，可维护一份待办清单文件，每完成一项标记一项，同时记录当前处理的任务和下一步计划。这类文件不占用上下文，只在需要时读取相关片段，形成“外部记忆+按需检索”的模式。
提到Agent记忆，常见的第一反应是RAG。需要澄清的是，RAG只是“外部记忆+按需检索”的一种实现方式，并不等同于长期记忆的全部。在长任务记忆场景下，RAG存在两个结构性局限：
其一，检索质量决定一切。检索错了或漏了，进入上下文的信息就不完整，后续推理直接受影响，且这种错误难以被下游环节纠正。
其二，检索结果同样占用上下文。即便检索正确，返回的大段内容仍会挤占窗口空间，容量问题并未真正解决。
因此，当前更倾向的做法是：以结构化笔记文件承载状态与决策，以压缩摘要维持窗口内的连续性，将检索作为补充手段而非唯一方案。RAG适合知识库问答类场景，但在需要持续状态跟踪的长任务中，结构化外部记忆更为可靠。
长期记忆机制适用于任务周期长、状态变化多、约束条件复杂的场景，例如多阶段编码任务、长流程数据处理、需要跨会话延续的项目协作等。在选型与设计时需注意：
Agent长期记忆是一套分层的信息管理机制：窗口内保留近期上下文，通过摘要压缩维持连续性，通过外部结构化存储突破容量边界，并以按需检索作为补充。它的核心价值在于让Agent在有限上下文下保持长任务的目标一致性与执行连续性。RAG是外部记忆的一种实现方式，但并非长任务记忆的最优解。理解这一边界，是Agent架构设计中不可跳过的一步。