记忆（Memory）是AI智能体必备的能力之一。随着对话轮数与深度的增加，如何让AI智能体“记住”过去的上下文，是实现精准理解与个性化AI系统的关键。

由于大语言模型（LLM）存在上下文长度限制，如果不对记忆进行优化，长对话很容易带来两个问题：

1.遗忘早期信息，导致理解偏差；

2.过度消耗计算资源，增加推理成本。

尽管 MemGPT、Mem0 等优秀开源项目已提供初步实现，理解这些策略的底层原理，仍是我们在设计或部署智能体时的重要一环。