agent 记忆系统Agent memory systems
会话内的状态、跨会话的持久事实、外部记忆库——三层记忆各自解决什么问题，以及共同的坑。
In-session state, cross-session facts, and external stores — what each memory layer solves, and the pitfalls they share.
这一篇讲什么What this guide covers
agent 记忆就是让下一次调用知道这次发生过什么。 没有记忆，每一轮都是初见；记忆太多，上下文又被撑爆。 工程上把它分成三层看：会话内状态、跨会话事实、外部记忆库。 三层的保存位置、存活时间、读写方式都不同，踩坑的方式也不同。
第一层：会话内状态Layer one: in-session state
最常见需求：多轮对话别断片。 OpenAI 官方原文：sessions 提供 "built-in session memory to automatically maintain conversation history across multiple agent runs"。
机制很直白：每轮开始前自动取回历史并拼到输入前， 每轮结束后把新产生的条目（用户输入、回复、工具调用）存回会话。 底层实现是 SQLite 等本地 session，开箱即用。
LangGraph 把这类能力叫做 checkpointer（检查点）。 官方按作用域分了两类： checkpointer 管单线程的图状态快照， store 管跨线程的应用自定义数据。 前者管「这通电话别断」，后者管「这个用户的所有电话都记得」。
坑一：内存版不落地。 LangGraph 官方 troubleshooting 明说： MemorySaver 和 InMemorySaver 把检查点存 RAM，进程一重启全丢。 生产要用 PostgresSaver / SqliteSaver 这类持久化后端。
坑二：检查点无限增长。 长对话里检查点越攒越多， 官方建议定期清理或设保留策略——否则延迟和存储一起涨。
第二层：跨会话事实Layer two: cross-session facts
会话会结束，事实要留下：用户偏好、项目决定、常用设置。 Mem0 把这条路拆成两半：抽取和检索。
调用 add 时，Mem0 从消息里抽出持久事实存起来。 默认存的是提炼后的事实，不是原始消息全文；要存原话得显式关掉推断。 下次模型调用前调 search，把最相关的几条塞进提示词。
官方强调两个纪律： 检索要按 user_id / agent_id 等维度过滤，防止不同用户的记忆混在一起； 事实过时了要用 update / delete 显式改—— 自动抽取是只增不改的。
Letta 走的是另一条路：让 agent 直接管一套记忆文件。 现行的 MemFS 是 git 支撑的记忆文件系统，agent 自己可读可写可整理， 记忆在它的多个对话间共享。
还配了 dreaming：后台子 agent 定期回顾对话、 把有用的经验固化进记忆，全程不打断手头的活。 官方 CLI 里 /remember 显式教、/memory 查看、 /doctor 审计记忆结构和 token 占用。
坑三：只增不改会攒出过期事实。 用户早就搬家了， 记忆里还同时住着两座城市。抽取式记忆要配纠错流程。
第三层：外部记忆库Layer three: external stores
上下文装不下的，别硬塞——外接。 MCP 官方 memory server 用知识图谱存实体和关系， 按需查询；向量库、键值库也常被用来干这事。
这一层的关键不是「存了多少」，是「召回得准不准」： 相关性、时效、实体匹配，哪个信号主导检索，直接决定召回质量。
MemGPT 论文（arXiv 2310.08560）是这条路线的源头之一。 它提出 virtual context management：仿照操作系统的内存分级， 在有限的上下文窗口里换进换出，让模型看起来拥有超大记忆。 论文在文档分析和多会话聊天两个场景验证了效果。
Letta 的 memory blocks（human / persona 这类带标签的记忆块） 是这套思想的工程化：记忆分块、带标签、可编辑。 从论文到产品，记忆的形态从「内存分级」演化成了「agent 自己的文件系统」。
三层的边界Where the layers end
一个容易搞混的问题：summary 算记忆吗？ 把长对话压成摘要续下去，是压缩，不是记忆—— 它仍然只活在当前会话里，关掉就没了。
判断一件事归哪层，只问一句：进程重启之后，它还在吗？ 还在 → 第二层或第三层；不在了 → 第一层。
共同的坑Shared pitfalls
1. 记忆泄漏：把敏感信息原样存进长期记忆，检索时又被带进上下文。 2. 串用户：不过滤 user_id，A 的记忆被 B 的会话召回。 3. 静默改写：自动更新覆盖了旧事实，却没人说得清改了什么。 4. token 静默膨胀：召回策略太松，每轮都塞一大堆「相关」记忆。
记忆系统的验收标准只有一条： 该记得的找得回，不该记得的召不起。
出处Sources
| 来源Source | 链接URL |
|---|---|
| LangGraph 官方文档 · Persistence（2026-10-20 直抓 200） | https://docs.langchain.com/oss/python/langgraph/persistence |
| OpenAI Agents SDK 官方文档 · Sessions（2026-10-20 直抓 200） | https://openai.github.io/openai-agents-python/sessions/ |
| Mem0 官方文档 · How Mem0 Works（2026-10-20 直抓 200） | https://docs.mem0.ai/core-concepts/how-it-works |
| Letta 官方文档 · Memory & dreaming（2026-10-20 直抓 200） | https://docs.letta.com/configuration/memory/ |
| MemGPT 论文（arXiv 2310.08560，2026-10-20 直抓摘要页） | https://arxiv.org/abs/2310.08560 |
核验快照：2026-10-20 · 本站不实测、不排名，未知就写未知。Verification snapshot: 2026-10-20 · no benchmarks, no rankings — unknown stays unknown.