一个真正有用的智能体，不能每次对话都从零开始。它需要记得你上周交代过的偏好、三个月前做过的项目、上次出错的教训。这种跨会话的长期记忆，是智能体从「聊天机器人」进化为「数字助理」的关键一跃。但记忆系统怎么设计、记什么、什么时候忘，远不是加个数据库那么简单。

工作记忆与长期记忆该怎么分层？

人类认知科学给了一个很好的隐喻。工作记忆就是上下文窗口，容量小、周转快，装当前任务所需的信息。长期记忆是外部存储——向量库、知识图谱、结构化档案——按需检索。成熟的智能体会把重要结论从工作记忆压缩、提取、写入长期记忆，下次对话时再根据当前情境召回。这本质上是一个自动的笔记系统，只不过笔记是模型自己写、自己查的。

遗忘为什么和记忆同等重要？

什么都记等于什么都没记。用户三年前随口提的偏好，可能早就过时了；一个已经完成的项目细节，继续占用记忆只会污染后续决策。健康的记忆系统必须有遗忘机制——按时间衰减、按使用频率加权、按用户显式删除。更难的是主动遗忘：当模型发现某条记忆与当前行为矛盾时，应该能判断「这条信息过期了」，而不是机械地继续引用。

记忆写入由模型自己做可靠吗？

让模型决定什么值得记、怎么写摘要，本身就有偏差。它可能漏掉真正重要的细节，也可能把无关紧要的东西写得过长。工程上的折中是：让模型写草稿，但保留人工审核入口，或者用规则辅助——比如用户明确说「记住这个」才写入长期记忆，日常对话只在会话内保留。我们在 智能体架构 的讨论里，把这叫做「记忆写入的信任边界」。

长期记忆是智能体最容易被低估的模块。模型再聪明，如果每次都失忆，它在用户眼里就只是一个反应快的陌生人。

记忆隐私怎么在智能体时代重新定义？

智能体记得你说过的每一句话、做过的每一个决定、表达过的每一个偏好。这些记忆如果长期存留在厂商服务器上，就构成了一个比通讯录、浏览记录更深的数字画像。用户需要的不只是「删除我的数据」按钮，而是能查看智能体到底记住了什么、能按主题擦除、能限制它在新对话里引用旧记忆。记忆系统越强大，记忆的控制权就越需要被当作一种基本权利来设计。

没有可靠记忆的智能体，永远只是一个反应飞快的陌生人；有了记忆却没有控制权，又会变成一个过度了解你的监视者。平衡点要靠工程和制度一起找。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论。