如何构建不会遗忘的 Agent Memory

Source: Dev.to

问题

每个 AI 开发者都会遇到这个瓶颈：你的代理在第一天表现很好，随后悄然退化。它开始做出更糟的决策，使用的工具更少，且更自信地产生幻觉。你已经构建了可观测性，能够看到退化的过程——但你无法修复那些你记不住的东西。

真正的根本原因是？大多数代理记忆架构是为存储而设计的，而不是为连续性而设计的。

三层记忆修复

第 1 层：短暂上下文（你已经拥有的）

• 对话历史
• 工具调用追踪
• 系统提示

这就是你的 工作记忆。它在每个会话结束后会衰减。

第 2 层：行为指纹（大多数代理忽略的）

跟踪你的代理 真实的身份 随时间的变化：

• 工具使用模式（调用了哪些工具、调用频率、调用顺序）
• 信心轨迹（分数是上升还是下降？）
• 错误特征（哪些错误会重复出现？）

将这些存储为 身份指纹。在每次会话开始时先加载指纹——这代表的是你的代理过去的样子，而不仅仅是上一次说的话。

第 3 层：复合记忆（缺失的层）

不要只记录“发生了什么”，而是记录 发生了什么变化：

• 被剪枝的决策树
• 停止工作的工具组合
• 在特定条件下的策略转变

这种复合记忆会不断累积。每一次会话都变得更聪明，而不仅仅是信息更丰富。

实现（不足 50 行）

interface AgentFingerprint {
  id: string;
  toolDiversity: number;        // Unique tools / total calls
  confidenceTrend: number[];    // Last 10 scores
  errorSignature: string[];     // Top error types
  strategiesUsed: string[];     // What worked before
}

async function loadFingerprint(agentId: string): Promise {
  const stored = await db.get(`fingerprint:${agentId}`);
  return stored
    ? JSON.parse(stored)
    : {
        id: agentId,
        toolDiversity: 1,
        confidenceTrend: [],
        errorSignature: [],
        strategiesUsed: []
      };
}

async function saveFingerprint(fp: AgentFingerprint) {
  // Compact: keep last 30 days, not all history
  fp.confidenceTrend = fp.confidenceTrend.slice(-10);
  fp.errorSignature = fp.errorSignature.slice(-20);
  await db.set(`fingerprint:${fp.id}`, JSON.stringify(fp));
}

关键洞见

代理的退化在变得代价高昂之前是不可见的。构建能够提前捕捉退化的记忆——而不是仅仅记录事后文档的日志。

这三层并不是为了存储更多，而是为了让每一次会话 感知模式，而不仅仅是感知提示。

你的代理缺失的记忆层是哪一层？