TL;DR长期运行的 Agent 容易出现「记忆漂移」：随着时间推移，其记忆内容被反复重写、压缩、整合，逐渐偏离原始语义，进而导致自相矛盾、逻辑错乱或行为失常。 本篇文章总结了三种抵御记忆漂移的核心策略： 定期总结：定时摘要长对话内容，减少信息积压，保持上下文可控 批处理蒸馏：从多轮对话中提炼出用户偏好与抽象知识，提升记忆质量 冲突合并：发现重复或冲突内容，统一更新或标记失效，维持一致性 结合实际系统如 MemGPT、AWS AgentCore、LangChain 等，下文提供了对应的工程实现与开源项目指引，适合构建具备长期稳定记忆的 Agent 架构。 引言：智能体的「记忆漂移」现象在构建具备长期行为一致性与任务连贯性的智能体（Agent）时，「记忆」机制成为不可或缺的一环。 与静态函数调用或短程上下文不同，Agent 的长期记忆的目标是支持跨轮次对话、持续学习与经验积累。 然而，随着记忆体量增长，「记忆漂移」问题逐渐显现：原始信息在多次重写、压缩、提取过程中偏离原意，导致 Agent...

过去一年，我们见证了无数“大模型”带来的奇迹。它们能写代码、能画图、能写策划书，甚至能帮你找 bug。 于是一个问题出现了： 既然大模型已经这么强了，为什么还要搞那么复杂的「多 Agent 系统」？ 是不是就是多开几个大模型？ 其实，多 Agent 不是“堆模型”，而是一次智能结构的转变。 它让我们开始用「团队」的方式去理解 AI，让语言模型从“单人作坊”变成“协作组织”。 一个 Agent 不够用吗？想象你让 GPT 帮你开发一个网站：它能写前端，也能设计数据库，还能生成测试代码。 但很快你会发现一个问题，它在写完后自测永远都通过，逻辑错误自己也检查不出来。 于是人们开始尝试：让一个 GPT 写，另一个 GPT 审；让一个负责规划，另一个负责执行；甚至让两个 GPT 吵一架，看谁的结论更靠谱。 这就是最早的 “multi-agent” 思想萌芽。不是因为模型不行，而是因为智能需要结构。单个 Agent 再强，也无法同时兼顾规划、执行、评估、反思这些不同心智功能。 为什么要多个...

记忆并非理所当然，理解 AI 时代的记忆记忆是我们日常生活中不可或缺的一部分。从小到大，我们积累的经验和知识形成了对世界的认知框架。人类的记忆帮助我们在面对未知时作出反应，记住重要的事情，避免重复犯错。但是，如果我们只将 记忆 理解为人类自然存在的生理过程，那么在面对人工智能（AI）时代的 Agent Memory 时，可能会产生误解。 在 AI 的世界里，记忆并不像人类那样自然而然地存在。这也是为什么我们需要从一个全新的角度，去理解和探索 Agent Memory —— 它不仅仅是记住过去的互动，而是让机器能够像人类一样，通过记忆优化每次决策的能力。 通过这篇文章，我将带你走进 Agent Memory 的世界，解答这个关键问题： Agent Memory 是什么？为什么它对智能代理至关重要？ 什么是 Agent Memory？Agent Memory 是人工智能代理（AI Agent）中的“记忆系统”，它是人类设计的存储、更新/遗忘和检索机制。它使得 AI...

TL;DRLLM Agent 的记忆系统关键不在“能记多少”，而在“能否精准想起”。本文总结了 三类触发机制 与 六种检索策略，构成了一个从“何时想起”到“如何检索”的完整框架： 🧠 触发机制（When to Recall） 规则触发 —— 窗口容量不足时检索历史 反思触发 —— 模型自觉遗忘时主动检索 事件触发 —— 特定情境或失败日志触发回忆 🔍 检索策略（How to Retrieve） 语义相似检索 混合检索 图式检索 元数据过滤 重排 反思式检索 这些策略共同构成了 RAG（Retrieval-Augmented Generation） 的多种实现形态，从简单的语义召回到带有反思与路由能力的自适应检索。记忆不是仓库，而是过滤器——检索策略定义了 Agent 的注意力边界，也塑造了它的“思考深度”。 前言LLM Agent 记忆系统的挑战不在“能存多少”，而在“能否精准想起”。AutoGPT 曾经尝试将所有任务摘要向量化存入 Pinecone，但检索常常召回“语义相似但任务无关”的记录。Voyager 在 Minecraft...

前阵子有朋友问我： “Agent 和 MCP 到底有什么区别啊？” 我当时愣了一下。 这问题乍听很简单，甚至让人觉得是不是在“混淆概念”。 但转念一想，没错啊。对于刚入行的人来说，各种 buzzword 像弹幕一样飞来，Agent、MCP、RAG、LangChain……乍一看都差不多，背后却完全不是一回事。 我决定写下这篇文章。 不是为了定义概念，而是想把它们放回该在的位置。这样以后遇到选择，就不会懵逼。 Agent 是人，MCP 是语言如果把 Agent 比作一个人： 眼睛耳朵是 感知（输入） 大脑是 认知与推理（记忆、判断） 决定去做什么是 决策 动手去做是 执行 事后总结经验是 反馈 而 MCP 呢？ 它不是另一个“大脑”，而是这人和外部世界说话时，用的通用语言。 Agent 想用锤子、笔记本、数据库……如果没有通用语言，就只能每次“手舞足蹈”解释一遍。但有了 MCP，像插 USB 一样——对接标准统一了，沟通就不再痛苦。 三种方式接工具作为开发者，我自己踩过的坑大概分三种： 直连...

在上一篇文章里，我聊过 Agent 记忆的五层模型。那篇文章更多是框架视角：我们需要区分短期记忆、长期记忆、情景记忆、语义记忆、技能记忆等等。但是，当真正开始在工程里落地的时候，很多人会遇到一个更具体的问题： Agent 每天都在接收大量输入，但不可能把所有内容都存下来。那，究竟应该“记什么”？ 这个问题听起来简单，背后却很关键。因为一旦写入策略没设计好，要么记忆库很快“垃圾堆积”，要么遗漏了用户真正关心的事实。今天就来聊聊 记忆写入策略。 TL;DR多轮对话 Agent 不可能“什么都记”，关键是设计写入策略。本文总结了三种常用方法，并给出 LangGraph + 向量库的代码示例： LLM 打分（重要性）：让大模型自己评估一条信息对未来是否重要，重要才写入。 相似度检测（新颖性）：用 embedding 检查新信息是否与已有记忆相似，避免重复存储。 计数与蒸馏（高频性）：对重复出现的信息进行计数，达到阈值后用 LLM 总结为一条稳定事实。 这三种策略往往要混合使用，才能既不遗漏关键信息，也避免记忆库膨胀。 策略一：LLM...

对话式大模型 Agent 的「记忆」问题，本质就是：如何让机器像人一样，不只是即时回答，而是能记住过去、理解现在、影响未来。过去两年，学术界和工业界已经逐渐形成一个共识：记忆需要分层，不同层次解决不同问题。下面我用一个五层模型，带你快速建立完整认知。 TL;DRAgent Memory 的五层模型，就像人类大脑的结构化记忆系统。 工作记忆负责即时 情景记忆负责事件 语义记忆负责知识 程序性记忆负责技能 外部持久记忆负责归档 业界工程实践已经逐步达成共识：分层 + 策略化 + 可控。这是未来对话式 Agent 真正“有记忆力”的基础。 1. 工作记忆（Working Memory） 定义：Agent 当前正在处理的上下文，类似人类的「短时记忆」。 特点：存活时间短、容量有限，常常就是一段对话上下文窗口。 类比：你在和朋友聊天时，能记住刚才说的两三句话。 实现方式： LLM prompt 窗口（context window） Scratchpad 技巧（中间步骤写出来） 代表案例：LangChain 的 ConversationBuffer、ChatGPT...

最近在做一个新的独立开发产品，核心功能里涉及到 多智能体协作。在调研阶段，我发现相关框架和工具特别多：有的强调团队角色分工，有的走可视化无代码路线，还有的专注研究“涌现行为”。于是我干脆整理了一份 Agent 框架全景图，按时间和特点做了分类。如果要做 B2B/B2C 的 Agent 产品，可以判断该走 可视化无代码（Flowise、n8n）、多角色分工（Meta-GPT、ChatDev）、还是 通用框架（AutoGen、Agno、CrewAI）路线。结合框架生态热度（Star 数、厂商背景）做市场判断，避免选型踩坑。 AgentUniverse（2023，开源 1.6k⭐）：支持多智能体协作，具备完整的规划、工具使用和内存管理能力，部署以本地为主，角色定义包括 PEER、DOE 等。Agentverse（2023，开源 4.7k⭐）：聚焦多智能体协同与涌现行为，角色涵盖专家、决策者等，采用基于阶段的控制流架构，支持跨平台部署。Agno（2024，开源 32.5k⭐）：轻量级多模态智能体框架，支持 “团队模式” 的多智能体协作，采用混合流（数据 +...

TL;DRClaude Code 之所以“顺滑”，核心不是模型，而是架构和设计哲学。 6 条可以直接迁移到你自己 Agent 的铁律： 保持单一主循环 —— 一条主 loop，最多一条分支，调试优先。 小模型，大闭环 —— 80% 的读/扫/总结都交给小模型，关键时刻才用大模型。 上下文文件（claude.md） —— 用一个 context 文件固化团队约定与偏好。 LLM Search 胜于 RAG —— 用 ripgrep/jq/find + LLM，而不是复杂的向量检索。 分层工具设计 —— 高频动作单独做工具，低频留给 Bash，高层工具保证 determinism。 显式 To-Do 清单 —— 让模型自己维护待办，防止长会话跑偏。 一、保持单一主循环我看到很多人做 Agent 时，喜欢搞多智能体、复杂 orchestrator。结果是：看 demo 很炫，真要调试时一团糟。Claude Code 完全反其道而行之：一条主循环，最多一条分支。 它的策略是：如果遇到复杂任务，就 spawn...