简单说，Agent 的记忆不是一整块，而是按时间尺度分成三层。最短的是工作记忆，只存在于当前这一次模型推理里；往上是短期记忆，对应一次完整的会话；最外层是长期记忆，能跨会话、跨天保留下来。

要让长期记忆真正可用，工程上最常见的做法是向量检索：把每段历史对话转成向量存进数据库，需要时按语义相似度捞回最相关的几条。它简单好用，但也有天生的短板——它找回的是「向量空间里近的」，未必是「逻辑上相关的」。

于是有人转向图记忆，把记忆组织成实体和关系构成的网络，查询时沿着关系链走，而不是比相似度。另一条正在成为事实标准的路线叫 Memory-as-Tool，把存记忆和查记忆做成工具，让模型自己决定什么时候记、记什么。

还有一个容易被忽略的坑叫上下文腐烂：上下文越长，模型的有效注意力反而被摊薄，塞在中间的信息容易被忽略。所以记忆系统的目标从来不是记得越多越好，而是在每个时刻把最相关的那一小撮内容拉进来。