一、核心思想

记忆层要解决两件事：

1. 当前对话内：关键事实不丢失。
2. 跨会话：新会话能恢复用户偏好、背景和历史决策。

核心公式：记忆系统 = 短期记忆（Session级）+ 长期记忆（跨Session持久化）

---

下面是记忆系统的整体架构图：

二、记忆的分类与存储

1. 按存储形式分类

存储形式	说明	典型实现
Token级记忆	自然语言或结构化文本	向量库中的文本块、JSON
参数化记忆	编码进模型参数	预训练知识、LoRA适配器、SFT微调
潜在记忆	模型内部表示	KV Cache、激活值、Hidden States

下面是记忆生命周期的完整流程图：

2. 按功能分类

功能类型	核心问题	存储内容	典型场景
事实记忆	智能体知道什么	用户偏好、环境状态、显式事实	记住用户的技术栈偏好
经验记忆	智能体如何改进	过往轨迹、成败教训、策略知识	从失败的代码审查中学习
工作记忆	智能体当前思考什么	当前推理上下文、任务进展	多步推理中的中间状态

3. 按内容性质细分

• 情景记忆：记录特定时间、场景的具体事件（回答“发生了什么”）。
• 语义记忆：从多个情景提炼的通用知识或规律（回答“意味着什么”）。
• 程序记忆：存储技能、规则和习得行为（自动执行任务序列）。

---

下面是长期记忆的写入与检索双链路图：

三、记忆的生命周期

一条记忆从进入到淘汰，经历六个环节：

编码 → 存储 → 提取 → 巩固 → 反思 → 遗忘

操作	说明	工程实现
编码	将原始交互转为可存储信息	LLM提取事实三元组、生成摘要
存储	持久化编码后的信息	写入向量库/图数据库/参数
提取	根据上下文检索相关记忆	向量检索 + BM25 + 图遍历
巩固	短期记忆转长期记忆	异步任务：对话摘要 → 实体库
反思	主动回顾评估记忆内容	任务完成后提取Meta-Knowledge
遗忘	淘汰低价值或过时记忆	权重衰减 + 冲突标记废弃

---

四、短期记忆（Short-Term Memory）

• 定义：当前单次会话中的暂存信息（用户提问、模型回复、工具调用结果）。
• 载体：LLM的上下文窗口。
• 管理难点：窗口再大也有限，且存在位置偏差（中间信息利用率低）。
• 三种控制策略：
  1. 上下文缩减：滑动窗口丢弃旧消息，或压缩为摘要。
  2. 上下文卸载：重型结果放外部存储，Prompt中只保留引用。
  3. 上下文隔离：多Agent间只传递精简指令，不广播完整历史。

---

五、长期记忆（Long-Term Memory）

• 定义：活在Session之外的持久化知识库。
• 核心机制：写入（Record） 与 检索（Retrieve） 两条链路。

写入链路

• 时机：对话结束后，异步触发。
• 过程：LLM对短期记忆做语义提纯（过滤噪声、抽取结构化事实）。
• 工程要点：
  • 写入操作需幂等Key（基于源消息ID+批次ID，非结果文本哈希）。
  • 多端并发时用乐观锁或MVCC处理冲突。

检索链路

• 时机：新Session开始时。
• 过程：将用户Query向量化，与记忆库做语义相似性检索。
• 性能要点：首包路径上的向量检索P99延迟会直接影响TTFT，需用Redis预热或异步精排优化。

---

下面是记忆演化机制的完整流程图：

六、长期记忆 vs RAG

维度	长期记忆	RAG
数据性质	个性化经验（用户偏好、习惯）	共享知识（公司规章、产品文档）
关联对象	与特定用户强绑定	与“谁在使用”无关
关系	非替代：RAG提供世界知识，长期记忆提供用户画像，可融合排序或相互增强

---

七、主流记忆技术产品对比

产品	核心思想	技术亮点	适用场景
Mem0	单次抽取+多信号融合检索	语义+BM25+实体链接并行打分	通用对话记忆
LETTA（原MemGPT）	操作系统虚拟内存分页	主上下文与外部上下文动态交换	长对话上下文管理
ZEP	时间感知知识图谱	情景/语义/社区三层子图；边失效机制	企业级多租户
A-MEM	Zettelkasten知识管理	卡片笔记法，记忆间自动建立语义连接	知识密集型任务
MemOS	三种记忆类型动态转换	纯文本 ↔ KV Cache ↔ LoRA	全栈记忆管理
MIRIX	六模块分工协作	元记忆管理器路由不同存储结构	复杂决策支持

LETTA、ZEP、MemOS关键差异

• LETTA：有损压缩（递归摘要会丢失细节）。
• ZEP：可借鉴的边失效机制（新事实覆盖旧事实时标记失效，保留审计）。
• MemOS：LoRA写入后难删除，适合变化极慢的偏好；多租户需动态挂载/卸载adapter。

---

下面是 Agent 记忆三层对齐架构图：

八、记忆的演化机制（反思、聚类、遗忘）

1. 反思与合成

• 自我反思：任务完成后提取Meta-Knowledge（如“用户更在意性能而非规范”）。
• 精细化反思闭环：每个子任务后触发，进行真实性、交付物、数据保真性三重验证。
• 记忆聚类与合并：自动合并碎片化重复记录，整理成“实体百科”。

2. 遗忘与清理

• 权重衰减：score = relevance × importance × decay(t)，指数衰减过时记忆。
• 冲突解决：新事实与旧事实矛盾时，标记旧记忆为废弃。
• 注意：主流向量库的软删除可能破坏HNSW图结构，需定期执行Vacuum清理。

---

九、检索效果优化

混合检索策略

• RRF（倒数排名融合）：几乎不用调参，适合冷启动。
• 线性加权：需标注数据校准权重。
• Cross-encoder Reranker：召回后统一精排，对长尾查询更友好。

元数据硬过滤

• 目的：多租户场景下强制数据隔离（如按UserID过滤）。
• 工程取舍：强过滤可能破坏HNSW图连通性，导致召回率下降；高活跃租户建议分配独立Collection做物理隔离。

优化优先级

检索链路优化的ROI通常高于写入链路。体感“记忆没用”时，十有八九是Recall跑偏，或精排未将真正相关内容顶上来。先查Trace，再考虑加写入预算。

---

十、Markdown作为轻量级记忆方案

适用场景

偏好、约定、踩坑记录等信息量可控、对可读性要求高的场景。

优势

• 透明可审计：直接读写文件，无黑盒。
• 持久化与版本控制：文件存磁盘，可提交Git。
• 零迁移成本：无供应商锁定，复制即可。
• 成本极低：免去向量数据库运维成本。

局限

海量非结构化文本检索时，人工组织的Markdown成为瓶颈，此时向量检索不可替代。

---

十一、Claude Code的CLAUDE.md机制

层级结构

层级	位置	作用范围	适用场景
组织级	/etc/claude-code/CLAUDE.md	所有用户	公司编码规范、安全策略
用户级	~/.claude/CLAUDE.md	个人所有项目	代码风格偏好
项目级	./CLAUDE.md 或 ./.claude/CLAUDE.md	团队共享	项目架构、编码标准
本地级	./CLAUDE.local.md	个人当前项目	沙箱URL、测试数据偏好（加入.gitignore）

写作原则

• 规则要具体可验证：“注意可读性” → “函数名动词开头，不超过40行”。
• 禁令配替代方案：“不要做X，遇到这种情况做Y”。
• 错误驱动添加：只有Claude确实犯了某个错误，且规则能防止再犯时，才写入。
• 控制长度：每条CLAUDE.md建议200行以内，过长会稀释重点。

AGENTS.md 与 CLAUDE.md

• AGENTS.md是跨工具开放标准（OpenAI Codex、Cursor等采用）。
• 可通过@AGENTS.md导入，让两个工具复用同一份基础指令。

Auto Memory

• Claude根据对话自动写入的笔记（偏好、习惯）。
• 限制：仅加载前200行或25KB；20-30个会话后质量可能下降。
• 禁用：环境变量 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1。

---

十二、总结与关键判断

1. 短期与长期记忆物理隔离：一个活在当前任务，一个持久化存储。
2. 遗忘比写入更重要：舍不得删会导致过时噪音充斥检索结果，体验极差。
3. Markdown与向量库互补：偏好/约定用Markdown，海量文本检索用向量库。
4. CLAUDE.md不是越多越好：每条规则应对应一次真实错误。
5. 检索优化先于写入优化：先查Trace确认召回精度，再优化写入。
6. 最终目标：让Agent知道什么事实，从过往任务学到了什么，此刻正在处理什么，三层对齐，记忆才不空转。