智能体记忆管理实战：让 Agent 记住该记的、忘掉该忘的

用 AI 智能体做长任务时，最常见的翻车不是模型不够聪明，而是它记不住、或者记错了。上周我让一个 Agent 跟进一个持续三天的调研任务，第一天结论很清楚，第三天它却把早已否决的方案又翻出来当新发现推荐。问题不在推理，而在记忆管理：没有分层、没有过期、没有核对。

第一层：把记忆分三类，不要全塞进提示词。我现在的做法是把记忆分成三类。第一类是事实：用户确认过的偏好、已验证的结论、关键数字和链接，这类记忆要写死，改动必须有明确来源。第二类是过程：进行到哪一步、下一步做什么、哪些分支已经试过并排除了，这类记忆随任务推进不断更新。第三类是临时推测：还没验证的猜想、待确认的选项，必须打上“未验证”标签，绝不能和事实混在一起写进结论。三类分开的最大好处是清理时有依据：临时推测过期就删，过程记忆任务结束就归档，只有事实值得长期保留。全塞进提示词的做法迟早会爆上下文，而且越到后期，模型越容易把旧推测当成事实。

第二层：给每条记忆一个有效期。不是所有记忆都值得永久保存。调研中的中间结论，任务结束就可以归档；用户的长期偏好才值得跨任务保留。我给记忆加了两个字段：来源和有效期。来源写清楚是哪次对话、哪个文件、哪次验证；有效期写清楚这条记忆管到什么时候，比如“本任务内有效”或“长期有效”。每次启动新任务，先做一次记忆清理：过期的归档，冲突的标出来让用户确认，而不是悄悄沿用。这个习惯帮我省掉了很多返工。

第三层：关键结论要回读核对，不要只信摘要。智能体自己写的摘要也会丢信息、甚至改写原意。我的做法是：任务结束前，让 Agent 把关键结论逐条回读原始记录核对一遍，数字、名称、日期这三类信息必须和原文一致，改动要有依据。这个步骤看起来笨，但它拦住了好几次把“待确认”写成“已确认”的错误。同样的道理也适用于多智能体协作：主 Agent 汇总子任务结果时，不能只收摘要，要收结论加依据。没有依据的结论，一律按未验证处理。

第四层：让遗忘成为设计的一部分。记忆管理不只是“记住更多”，更是“主动忘掉”。过期的中间结论、已否决的方案、失效的链接，如果一直留在记忆里，就会像旧闻一样反复干扰新判断。我的清理规则很简单：任务结束归档过程记忆，否决的方案只留一句话的否决原因和日期，临时推测超过有效期直接删除。一个好的智能体工作流，应该像一个好的笔记本：重要的东西找得到，过期的东西不碍眼，拿不准的东西一眼就能看出来是拿不准的。记忆做对了，Agent 才能在长任务里越做越稳，而不是越做越飘。