把对话存下来，不等于让 Agent 有了记忆

先区分三件常被混叫作“记忆”的事

聊天记录是日志：它保存发生过什么。上下文是工作台：模型这一次能看见什么。记忆则应当是经过选择、允许修正、能在合适时机被取回的信息。三者可以使用同一段文字，但作用完全不同。把全部历史对话塞回提示词，只是把日志搬上工作台，未必真的改善下一步决策。

一个很普通的例子：用户上周说“这份报告先用中文”，今天却说“以后给客户的版本用英文”。系统若只做向量相似度检索，两句话可能一起出现；若只保存最新一句，又会抹掉“这份报告”的局部约束。值得保存的不是孤立句子，而是对象、适用范围、生效时间、来源以及被什么新证据覆盖。

长上下文很重要，但“放得下”不等于“用得好”。Lost in the Middle 的实验提示，相关信息放在输入中间时，模型利用它的能力可能下降。这不是说所有新模型都有同样的曲线，而是提醒我：容量指标不能替代真正的检索测试。

RAG 把外部资料检索进生成过程，MemGPT 则借操作系统的分层思路管理有限上下文。两条路线都在回答“下一次该看见哪一小部分信息”。我倾向把它拆成四个动作：写入、压缩、检索、遗忘。写入要避免把猜测当事实；压缩要保留冲突；检索要能说明来源；遗忘要处理失效和用户删除要求。

海马体相关研究讨论了记忆重放与规划之间的联系，它让我注意到“记住”不只是归档，也可能是为未来选择重排经验。然而，把向量库叫作海马体、把摘要叫作巩固，就跨得太快了。神经系统中的机制和工程里的索引结构没有天然的一一对应关系。类比更适合提出问题，而不是充当证明。

如果设计一个小实验，我会固定模型和任务，只改变记忆策略：完整历史、检索片段、带来源和时间的结构化条目。然后同时看答对率、引用错误、过期信息被复活的次数、删除请求能否真正生效。最后一项尤其现实：会记住是一种能力，会忘掉也是。

我现在更关心“记忆何时应该影响行动”，而不是做出一个看起来无所不知的聊天框。好记忆应当能被质疑：这条结论从哪里来？它适用于谁？还有效吗？当前证据和旧记录冲突时，以谁为准？这些问题没有一条 embedding 就能回答的答案。本文是阅读后的设计笔记，并非我已经实现或验证过一套新的记忆系统。