短期记忆在智能体中是如何工作的？

短期记忆对应模型上下文窗口中的工作集，包含系统指令、当前对话轮次和最近的工具调用结果。它的容量受限于模型的上下文窗口大小（从 8K 到 1M token 不等），生命周期仅覆盖单次任务。

在实际运行中，短期记忆的管理遵循优先级排序：系统提示词（程序性记忆）始终保留，检索到的相关记忆按相关度排序，最近的对话历史占据剩余空间，当前用户消息置于末尾。当内容超出窗口限制时，系统通过滑动窗口（丢弃最旧消息）或摘要压缩（将旧对话轮次压缩为摘要）来腾出空间。对于长对话，及时总结、裁剪重复内容并标记失败尝试是维持短期记忆质量的关键实践。