第 27 题：Agent 中的记忆机制——短期记忆 vs 长期记忆
第 27 题：Agent 中的记忆机制——短期记忆 vs 长期记忆
题目
解释 Agent 中的记忆机制：短期记忆 vs 长期记忆，如何实现？
一、为什么 Agent 需要记忆？
Agent 在多轮对话、多步任务中需要记住：当前对话说了什么、之前调用过哪些工具、结果是什么、用户偏好与历史决策等。单靠“当前 prompt 窗口”会受长度限制且无法跨会话持久化，因此需要短期记忆（当前会话内的状态）与长期记忆（跨会话、可持久的知识与经历）的区分与实现。
二、短期记忆（Short-term / Working Memory）
含义：当前任务或当前会话内的信息——对话轮次、本轮及前几轮的 Thought/Action/Observation、当前子目标、临时变量等。
实现方式：
- 滑动窗口：只保留最近 N 轮或最近 K 个 token 的对话与工具结果，拼入 prompt；实现简单，但较早信息会丢失。
- 摘要压缩：对较早的对话或长 Observation 做摘要，保留摘要 + 最近原文，平衡上下文长度与信息量。
- 结构化状态：在代码中维护“当前任务栈、已执行步骤、工具结果列表”等，按需选择性注入 prompt，而不是整段原始历史。
短期记忆的目标是让模型在当前会话内不遗忘刚发生的事，且不超出上下文限制。
三、长期记忆（Long-term Memory）
剩余60%内容，订阅专栏后可继续查看/也可单篇购买
Ai Agent：面试300问 文章被收录于专栏
《AI Agent 300 问》专为备战 AI Agent 相关岗位的求职者打造，适配校招、社招全场景，覆盖算法研发、产品、解决方案等全岗位。专栏汇总 300 道大厂高频面试真题，全维度覆盖提示工程、智能体规划推理、记忆机制、工具调用、多智能体协作、框架落地、行业应用等核心领域，拆解考点底层逻辑，分享一线实战经验，助你一站式通关高薪面试。
