Agent 记忆管理终极指南：从三层架构到生产调优，一文讲透

1. 面试官原意拆解面试官问的“Agent 是怎么做记忆管理的”，其实是在考察你对智能体状态保持、信息检索和上下文维护的架构理解。回答时不要只回答“用向量数据库存历史”，而要体现出分层记忆的思想。2. 记忆的分类一个成熟的 Agent 通常需要三种记忆：工作记忆（Working Memory）：当前对话上下文，由模型本身的上下文窗口承载，要求严格保序，容量有限。短期记忆（Short‑term Memory）：最近几轮对话或任务的详细记录，通常用结构化列表或图存储。长期记忆（Long‑term Memory）：跨会话、跨任务的持久化知识，如用户画像、历史事实、代码库总结等。3. 分层架构设计不要把所有记忆塞进 prompt，应按三层架构协同处理：工作记忆：当前对话上下文直接保留在模型上下文窗口中，作为推理的第一手信息。短期记忆：存储同一次会话中最近的若干轮对话，按时间排序、容量有限。当需要回顾近期交互时，从短期记忆中快速检索。长期记忆：跨会话的持久化知识（用户画像、偏好、历史事实），以向量数据库和文档存储为载体，通过语义检索召回。三层协同的典型流程如下：