一句话总结：Agent 记忆分三层——窗口内对话（短期）、会话摘要（中期）、用户偏好/历史任务（长期）。盲目塞满上下文会超 token、增成本、降质量。
三层记忆模型
| 层级 | 存储 | 用途 |
|---|---|---|
| 短期 | 当前对话 messages | 最近几轮指代、澄清 |
| 中期 | 会话摘要向量库 | 跨多轮任务连贯 |
| 长期 | 用户画像 / 任务历史 | 个性化、重复任务加速 |
上下文窗口管理
- 滑动窗口：保留最近 N 轮，旧消息丢弃
- 摘要压缩：每 10 轮生成摘要替换原始消息
- 检索增强：从历史中检索相关片段注入，而非全量带入
企业注意点
- 记忆与权限：长期记忆不能跨用户泄露
- 合规留存：金融/医疗场景需定义记忆保留周期
- 可清除：用户要求删除历史时，需级联清理向量与日志
实践建议
客服 Agent 通常「短期 + 工单关联」即可；销售 Copilot 可增加「客户互动摘要」作为中期记忆。避免过早做复杂长期记忆，先保证单会话质量。