Agent 忘了用户刚说过的话，很容易让人想到向量数据库：把聊天记录全部存进去，以后相似度检索。这个方案上线很快，过一阵子就会发现新问题。一句临时决定被反复召回，一次猜测变成了用户偏好，真正重要的事实反而淹在聊天里。
所以我会把“记住”拆成两件事：这条信息要不要写入，以后什么任务可以读取它。存储技术排在后面。
三种东西不要混着存
工作记忆只服务当前任务，包括目标、已经确认的条件、工具结果和待办步骤。任务结束后，多数内容都可以丢掉。
语义记忆是相对稳定的事实，例如称呼、时区、常用语言、明确说过的输出偏好。它会跨会话出现，写错一次的影响也更久。
情节记忆记录过去发生过的事，比如“上次旅行临时取消了夜间行程”。它可能对下一次旅行有帮助，却不能直接推导出“用户永远不喜欢夜间行程”。事件和偏好是两回事。
如果这三类内容共用一张表、同一套召回规则，模型迟早会把临时安排当成长期习惯。
自动写入要保守一点
我会先问：这是用户明确说的吗？过一段时间还有用吗？记错了会不会带来实际麻烦？前两项答得不够确定，就留在当前任务里。
“这次会议改到周五”没必要长期保存。“以后不要把会议安排在周五”可以保存，但最好让用户确认。健康、财务和身份信息更敏感，默认不自动写入会省掉很多后患。
一条记忆至少带来源和时间：
{
"key": "preferred_language",
"value": "中文",
"source": "conversation:2026-08-03:message-18",
"confidence": 0.98,
"updated_at": "2026-08-03T10:30:00+08:00",
"expires_at": null
}
来源用于回看原话，过期时间负责清理临时信息。confidence 可以帮助程序决定是否再问一次，但它不是事实证明。模型给出的 0.98 仍然可能错。
每次只取当前任务用得上的
把全部长期记忆塞进每次请求，会得到一种很吵的“个性化”。处理旅行计划时，语言和时区可能有用；三年前喜欢的咖啡品牌大概没用。
读取前先根据任务生成查询，只取少量相关事实。取回的记忆应该标成背景信息，当前对话里的明确说法优先。如果用户今天要订不同规格，就别拿“以前常买”去覆盖今天的选择。
涉及下单、付款或发送时，记忆只负责减少输入。动作执行前仍然展示关键字段，让用户确认。
长对话需要压缩，但别只截掉开头
上下文快满时，直接删除最早消息可能连任务目标一起删掉。可以生成一份结构化摘要，只留已确认事实、未解决问题、关键工具结果和用户明确偏好。
摘要也会出错。保留它指向原始消息的引用，写上版本和更新时间，出问题时还能回头查。自由发挥的一段“对话总结”看起来顺滑，漏掉一个限制条件却很难发现。
删除要真的删干净
只要有跨会话记忆，用户就该能查看、修改和删除。删除动作要覆盖主表、向量索引、缓存和等待处理的异步任务。多租户系统每次读取都用用户 ID 和租户 ID 做硬过滤，不能指望向量相似度顺便完成权限隔离。
验收删除功能的方法很直接：用户能看到系统记了什么，能追到原话，删掉某一条后，新会话再也搜不到它。
第一版其实只存语言、时区和输出格式就够了，而且可以要求显式确认。等团队知道哪些记忆真的被用到、哪些经常误召回，再扩大范围。什么都记下来很容易，之后让系统忘干净才费事。