你有没有遇到过：同一个 Agent，上午聊得好好的，下午开个新会话它就问你「我们之前说到哪了？」——好像完全不认识你。这不是 Agent 笨，而是它

：它的「脑子」就是那一段上下文窗口，窗口一翻页，前面的话就全没了。

人靠短期、工作、长期三层记忆在运转；Agent 也一样。这篇把这三层拆开讲清——它们各自存什么、寿命多长、怎么落地，以及最容易踩的坑。理解了这三层，你再看 MemGPT、Generative Agents 这类经典工作，会觉得它们不过是把这套认知模型工程化了

一个容易混的点：认知科学里「短期」和「工作」常被混用，但

在 Agent 工程里把它们分开非常有用

——短期是被动的原始对话缓冲，工作记忆是 Agent 自己整理、改写、维护的「当前理解」。前者是流水，后者是 Agent 亲手记的笔记。

注意工作记忆本身也在上下文里，但它和「短期」的区别在于——它是被整理过、会随步骤改写的结构化状态，而不是原始对话流水。

短期记忆：管理好那扇「窗口」

短期记忆的实现最朴素，就是消息缓冲 + token 预算。当对话逼近窗口上限，常见两种兜底：直接截掉最早的消息（会丢信息），或做

——把最旧的一批对话交给模型压成一段总结，再放回队首。

# 递归摘要：窗口超限时把最旧部分压成总结

while token_count(history) > LIMIT:
    old_chunk = history[:CHUNK]
    summary = llm.summarize(old_chunk)   # 这一步是有损的
    history = [summary] + history[CHUNK:]
reply = llm.generate(history)

它的坑在于：摘要是有损的，人名、数字、原话往往熬不过几轮压缩。所以短期记忆只适合「当下」，别指望它记住上周的事。

工作记忆：给 Agent 一块「可改写的白板」

——一小块始终待在上下文里、Agent 能用函数主动读写的状态区。它装的是「此刻我是谁、在干嘛、下一步干嘛」。落地形态可以是一个结构化变量、一个待办清单工具、或一份随步骤更新的 plan。

# 工作记忆：Agent 每步更新的一块状态
working = {
  "goal": "把这份 PDF 的第三章提取成 Markdown",

  "todo": ["定位页码", "抽文字", "抽表格", "落盘"],
  "done": ["定位页码"],
  "note": "表格跨了两页，需注意合并"
}
# 每完成一步就改写，而不是堆在对话里

关键区别：工作记忆是 Agent「亲手维护」的，所以它比短期流水稳定，

原因在于两者在上下文里占用的方式相反：短期记忆是

——每轮对话、每个工具返回都原样堆叠，要撑到 30 步，上下文里就得保留逐步累积的数千 token，模型每生成一步都要为这整段历史付费、还容易 lost-in-the-middle；工作记忆是

——它把「我走到哪、下一步干嘛」固化成一块

的状态（比如常驻 300 token 的 plan），靠

更新，而不是追加新对话。于是你用一块 300 token 的常驻白板，替代了每步都得携带的数千 token 原始流水：模型不必再从几十轮对话里反推「我到底在干嘛」，状态一目了然、成本恒定。这跟前面讲 Skill 时「把指令放对位置省 token」是同一个道理。

长期记忆：外部存储 + 写入 / 检索两件事

长期记忆不在上下文里，要落地得解决两件事：

。Generative Agents 给出的经典范式是「观察 → 反思 → 检索」

：把经历存成记忆流，再周期性地从中提炼出更高层的结论（反思），用时按相关性检索。

从内容看，长期记忆通常分三类，落地的存储方式也不同：

# 写：把一次有价值的经历沉淀进长期
memory_store.insert(
    content="用户偏好用中文回复，且讨厌机翻腔",
    type="semantic",          # 语义记忆
    importance=0.9            # 重要性评分，决定是否被巩固
)
# 读：用时按当前话题检索回填
hits = memory_store.search(query=current_topic, top_k=5)
context += format(hits)      # 回填进工作/短期记忆

检索质量决定一切，垃圾进垃圾出。没做重要性筛选、没做多维度检索（纯时间或纯语义都不够），记忆越多反而越吵。

什么都堆进 prompt，上下文爆掉不说，真正重要的任务状态还被淹没在对话流水里。

全记 = 存储爆炸；只记最新 = 丢重要信息。需要像人类一样：重要的巩固、不常用的淡化。

长期记忆存了用户偏好甚至敏感信息，谁有权读、怎么隔离、能不能删，永远是你自己的责任——这和前面讲 MCP 安全是同一个道理。

是跨会话沉淀在外部存储的经验。短期靠窗口管理，工作靠可改写状态块，长期靠「写入 + 检索」两件事。经典工作如 MemGPT 用操作系统式分页、Generative Agents 用「观察-反思-检索」，本质都是这套模型的工程化。

你有没有遇到过：同一个 Agent，上午聊得好好的，下午开个新会话它就问你「我们之前说到哪了？」——好像完全不认识你。这不是 Agent 笨，而是它根本没有记忆架构：它的「脑子」就是那一段上下文窗口，窗口一翻页，前面的话就全没了。

Agent 的记忆：短期 / 长期 / 工作三层到底差在哪，怎么落地

人工智能

编程语言

架构设计

文章深度解析Agent记忆架构，将短期、工作、长期三层记忆清晰拆解，对比各自存储内容、寿命与落地方法，并揭示常见陷阱。通过MemGPT与Generative Agents等经典案例，助你理解如何构建跨会话的持久记忆，提升Agent智能表现。

知识图谱

数据库

Agent

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

Agent 的记忆：短期 / 长期 / 工作三层到底差在哪，怎么落地

Agent 的记忆：短期 / 长期 / 工作三层到底差在哪，怎么落地

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐