智能体记忆与 RAG 有什么区别？

智能体记忆与检索增强生成（RAG）共享相同的检索机制，但应用场景不同。RAG 从外部文档语料库中检索信息，目的是将回答锚定在源材料中——它是一个在静态或缓慢变化的语料上执行的搜索问题。

智能体记忆则从智能体自身积累的事实和过去事件中检索，回答的是"这个智能体应该跨轮次、跨会话、跨用户携带什么信息，以及携带多久"的问题。记忆系统需要回答晋升（事实是否从短期升级为长期）、纠正（用户指出错误后如何处理）、过期（偏好何时失效）和隔离（用户 A 的记忆是否泄漏到用户 B 的会话）等问题，这些是 RAG 系统不涉及的。

实践中，如果团队已经运行 RAG 管线，则已具备构建长期记忆所需的大部分组件——两者可以共享向量存储和检索基础设施。