第3章 记忆系统——Agent的经验“记忆是灵魂的石碑，没有它，Agent只是不断重复初见的陌生人。”大语言模型本质上是一个无状态函数：输入token序列，输出token序列，推理结束后不保留任何内部状态。用户昨天告诉Agent"我喜欢Python，不喜欢Java"，今天Agent便遗忘殆尽。类比：Agent的失忆症想象你有一位私人助理，但他患有一种奇特的疾病：每次你离开房间再回来，他就完全忘记了你是谁、你们之前聊过什么、你交代过什么任务。你不得不每次都重新自我介绍、重新交代背景——这就是没有记忆系统的Agent。而记忆系统，就是治愈这种"金鱼脑"的良药。金鱼的记忆真的只有7秒吗？不，科学研究表明金鱼能记住食物位置长达数月。但LLM确实比金鱼更健忘——它的"记忆"仅限于当前上下文窗口，一旦会话结束，一切归零。这种无状态特性迫使我们在每次对话中重新建立上下文，既浪费token又伤害体验。真正有价值的AI Agent必须具备跨会话的持续学习能力、对历史事件的精准回溯能力，以及对领域知识的深度利用能力。这三项能力的共同底座，就是记忆系统。本章从认知科学的分层模型出发，系统讲解Agent记忆系统的架构设计、工程实现与生产优化。你将学会如何让Agent真正"记住"一切。3.1 记忆的分层架构：从感知