从理论到落地：分层记忆架构在AI Agent中的应用实践

关注

原创最新推荐文章于 2026-10-19 16:23:24 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

佛学“五蕴”与层级时空记忆模型算法（HTM）过程上是多么巧合？佛学“五蕴”与层级时空记忆模型算法（HTM）过程上是多么巧合？一、佛学“五蕴” 我们读佛经时，经常遇到“五蕴”一词，如《般若波罗蜜多心经》：“观自在菩萨，行深般若波罗蜜多时，照见“五蕴”皆空。经文：以观舍利子为例，受想行识的相同道理论证（一）色蕴：即物质的积聚。色蕴包含内色与外色。内色就是：眼、耳、鼻、舌、身－－五根：我们所依靠生活的根身（身躯）；外色就是：色、声、香、味、触－－... 阅读详情

要让 AI Agent 告别“金鱼记忆”，真正变得智能、高效，分层记忆（Tiered Memory Architecture） 是核心策略。它模拟了人类大脑处理信息的方式，将不同类型、不同时效性的记忆存储在最适合它们的地方，从而实现 Agent 的高效运作和智能决策。

为什么需要分层记忆？

想象一下我们的大脑：

短期记忆： 你正在进行的对话，脑中即时活跃的上下文。它容量有限，但访问速度极快。
中期记忆： 你刚刚读完一本书的核心内容，或者最近几天发生的重大事件。它们比短期记忆更持久，但不如长期记忆那样根深蒂固。
长期记忆： 你的个人经历、学到的技能、世界观、以及那些你已经掌握的知识。它容量无限，但检索可能需要更长时间。

AI Agent 也面临类似挑战：

LLM 上下文窗口限制与成本： 大语言模型虽然强大，但其**上下文窗口（Context Window）**是有限的。将所有历史对话都塞进去，不仅会迅速耗尽上下文限制，导致 Agent “遗忘”早期内容，还会显著增加每次调用的 Token 成本。
信息检索效率： 对于海量的外部知识，每次都让 LLM 从头“思考”是不现实的。我们需要快速检索相关信息。
不同记忆的特性： 有些记忆需要即时、精准的访问（如当前对话），有些需要结构化存储和高级查询（如用户档案），有些则需要向量匹配和语义搜索（如非结构化知识库）。

分层记忆架构正是为了解决这些问题而生，它通过结合不同存储技术和策略，高效利用计算资源，提升 Agent 的智能性和经济性。

分层记忆架构的核心组成

一个典型的分层记忆架构通常包含以下几个层次：

1. 短期记忆（Short-Term Memory）：即时上下文与当前会话状态

存储位置： Agent 的运行时状态（In-memory State / Graph State），通常由 LangGraph 的 AgentState 对象维护。当 Agent 在运行一个循环（如 ReAct 循环）时，当前步骤的所有输入、输出以及 LLM 的思考过程都暂时保存在这里。

内容：

当前对话轮次的消息历史（近期 N 条）： 这是 LLM 在生成响应时直接访问的核心上下文。通常指最近的几轮用户和 Agent 的交互。
当前任务的中间结果： 例如，Agent 正在分析一个用户查询，解析出的实体、计划步骤等。
临时变量和标志： 用于控制 Agent 流程的布尔值或计数器。

特点：

访问速度极快： 直接在内存中操作。
容量有限： 主要受限于 LLM 的上下文窗口和系统内存。
生命周期短： 通常只在当前会话或单个请求的生命周期内有效。

实现方式：

在 LangGraph 中，通过 AgentState 中的 messages: Annotated[List[BaseMessage], add_messages] 来自动管理和更新消息列表。
其他状态变量（如 current_plan）也是 Agent 运行时状态的一部分。

2. 中期记忆（Medium-Term Memory）：对话摘要与近期核心信息

存储位置： 可以是关系型数据库（如 PostgreSQL 的某个表，用于存储摘要）、键值存储（如 Redis）或简单的文件系统。通常与 LangGraph 的 Checkpointer 配合使用。

内容：

对话摘要： 对过去某个阶段对话的精炼总结。当对话消息过多时，LLM 可以生成一个简洁的摘要，取代部分原始消息传入上下文，从而节省 Token 并保留核心信息。
近期关键信息/主题： 识别出的对话主题、关键实体、用户近期关注点等。
特定会话的短期偏好： 在当前会话中用户表达的临时性偏好。

特点：

持久化： 即使 Agent 重启，这部分记忆也不会丢失。
平衡成本与上下文： 在保持上下文连贯性的同时，有效控制 LLM 的 Token 消耗。
检索速度中等： 比直接访问内存慢，但比扫描整个长期知识库快。

实现方式：

Agent 节点： 在 LangGraph 中设计一个专门的**“摘要节点”**。当 messages 列表的长度超过某个阈值时，触发此节点。

LLM 调用： 摘要节点内部调用 LLM（通常是成本较低、上下文窗口较大的模型）对旧消息进行总结。

# 伪代码：摘要节点逻辑
def summarize_conversation_node(state: AgentState) -> AgentState:
    messages_to_summarize = state['messages'][:-N_recent_messages] # 保留N条最新，其余摘要
    if len(messages_to_summarize) > THRESHOLD_FOR_SUMMARY:
        # 调用LLM生成摘要
        summary_prompt = f"请总结以下对话的关键信息，提取用户意图和重要结论：\n{''.join([m.content for m in messages_to_summarize])}"
        new_summary = summary_llm.invoke(summary_prompt).content
        
        # 将旧摘要更新为新摘要，或者添加到历史摘要列表中
        current_summary = state.get('conversation_summary', '')
        state['conversation_summary'] = combine_summaries(current_summary, new_summary) # 累积摘要
        
        # 更新消息列表：移除旧消息，添加摘要消息
        state['messages'] = [SystemMessage(content=f"历史对话摘要：{state['conversation_summary']}")] + state['messages'][-N_recent_messages:]
    return state

存储： 将生成的摘要存储在 LangGraph Checkpointer 管理的数据库中（如 PostgreSQL），或者在 AgentState 中新增一个 conversation_summary 字段，让 Checkpointer 自动持久化。
注入： 在每次调用 LLM 时，将存储的 conversation_summary 作为 System Message 或额外的工具参数注入到 LLM 的上下文输入中。

3. 长期记忆（Long-Term Memory）：持久化知识与经验积累

存储位置： 专门的数据库，如：

关系型数据库（PostgreSQL）： 存储结构化数据，如用户档案、配置、历史交易记录、Agent 的“学习成果”（例如，某个用户常问的问题模式、特定客户的偏好列表）。
向量数据库（PostgreSQL + pgvector）： 存储非结构化的外部知识库（External Knowledge Base），如产品文档、FAQ、历史招聘案例、代码库文档、领域专家知识等。
图数据库： 存储实体关系，构建复杂的知识图谱。

内容：

外部知识库： 大量的、不随每次对话改变的、需要检索才能获得的知识。
用户档案/偏好： 用户的基本信息、长期兴趣、个性化设置、历史行为模式等。
Agent 学习到的知识/技能： Agent 在长期运行中总结出的经验、优化过的决策规则、对特定问题的解决方案等。
历史执行记录/日志： 完整的 Agent 运行日志，用于分析、审计和模型训练。

特点：

巨大容量： 能够存储海量数据，几乎无限。
持久性最高： 数据长期保存，支持跨用户、跨会话的知识共享和积累。
检索方式多样： 通过 SQL 查询、向量相似度搜索、图遍历等方式进行检索。
访问速度相对较慢： 通常需要通过专门的工具（Tools）进行查询。

实现方式：

PostgreSQL 作为结构化存储：

# 伪代码：存储用户偏好的工具
@tool
def save_user_preference(user_id: str, preference_key: str, preference_value: str) -> str:
    """保存用户的特定偏好到数据库。"""
    # 实际代码会调用数据库 ORM 或客户端 (如 SQLAlchemy, psycopg2)
    # 例如：db_session.query(User).filter_by(id=user_id).update({preference_key: preference_value})
    print(f"--- 💾 保存用户 {user_id} 的偏好：{preference_key}={preference_value} ---")
    return"用户偏好已保存。"

# 伪代码：读取用户偏好的工具
@tool
def get_user_preference(user_id: str, preference_key: str) -> str:
    """从数据库读取用户的特定偏好。"""
    # 例如：user_pref = db_session.query(User).filter_by(id=user_id).first().preference_key
    user_pref = "黑色"if preference_key == "fav_color"else"未知"# 模拟
    print(f"--- 📚 读取用户 {user_id} 的偏好：{preference_key}={user_pref} ---")
    return user_pref

在 PostgreSQL 中创建独立的表，例如 users_profile、agent_learned_preferences、recruitment_job_templates 等。
在 LangGraph Agent 中，设计自定义工具（Custom Tools），这些工具内部封装了对 PostgreSQL 数据库的 CRUD (创建、读取、更新、删除) 操作。
Agent 根据 LLM 的思考（ReAct 模式），决定何时调用这些工具来读取或写入长期结构化记忆。

PostgreSQL + pgvector 作为向量数据库 (RAG)：

# 伪代码：RAG 检索工具
# from langchain_community.vectorstores import PGVector
# from langchain_openai import OpenAIEmbeddings

# # 假设 embeddings 和 vectorstore 已初始化并加载了知识
# embeddings = OpenAIEmbeddings()
# pg_vector_store = PGVector(
#     connection_string=POSTGRES_CONNECTION_STRING,
#     embedding_function=embeddings,
#     collection_name="enterprise_knowledge"
# )

# @tool
# def retrieve_enterprise_knowledge(query: str) -> str:
#     """从企业知识库中检索与查询相关的文档片段。"""
#     docs = pg_vector_store.similarity_search(query, k=3) # 检索最相关的3个文档片段
#     return "\n".join([doc.page_content for doc in docs])

# # 将 retrieve_enterprise_knowledge 工具添加到 Agent 的工具列表中，让LLM可以调用
# tools.append(retrieve_enterprise_knowledge)
# llm_with_tools = llm.bind_tools(tools)

安装 pgvector 扩展并创建表。
使用 LangChain 的 OpenAIEmbeddings 或其他 Embeddings 模型将你的非结构化知识（文档、FAQ、历史招聘数据）转化为向量。
使用 langchain-community 的 PGVector 存储器将这些向量及其原始文本存入 PostgreSQL。
设计一个检索工具。Agent 在接收用户查询后，如果判断需要外部知识，就会调用这个检索工具。检索工具会执行向量相似度搜索，从 pgvector 中找到最相关的文本片段，并将其返回给 Agent。Agent 再将这些片段作为上下文传递给 LLM，生成答案。

🎨 分层记忆架构的整体工作流示意

用户输入： 用户提出问题或指令。
短期记忆（AgentState.messages）更新： 用户输入作为 HumanMessage 添加到 messages 列表。
Agent 思考（LLM Node）： LLM 接收 AgentState.messages (包含最近的对话历史和可能注入的摘要/长期记忆信息)，根据提示词和工具定义进行推理。
- 直接回答（结束当前运行）。
- 调用某个工具（转到 Tool Node）。
- 要求澄清（更新状态，引导用户继续输入）。
- （如果有中期记忆） 评估消息长度，如果需要，触发摘要工具。
- （如果有长期记忆） 如果判断需要外部知识或用户偏好，决定调用相应的检索工具或数据查询工具。
LLM 可能会决定：
工具执行（Tool Node）： 如果 LLM 决定调用工具，Agent 执行相应工具（如 search_web, retrieve_enterprise_knowledge, get_user_preference, save_user_preference 等）。
工具结果： 工具执行结果作为 ToolMessage 添加回 AgentState.messages。
持久化（Checkpointer）： LangGraph 的 PostgresSaver 在每个“可检查点”的步骤（通常是每次节点执行后）自动将当前的 AgentState 保存到 PostgreSQL。
循环/结束： Agent 根据工具结果或 LLM 的最新判断，决定是继续循环（如返回 LLM 节点进行进一步思考）还是结束当前运行并返回最终答案。
中期记忆更新（周期性/事件触发）： 如果配置了摘要策略，当消息数量达到阈值时，触发摘要流程，更新中期记忆中的摘要。
长期记忆更新（按需）： Agent 在执行特定任务时（如用户更新个人信息、Agent 学习到新模式），会通过工具将相关信息写入 PostgreSQL 的长期记忆表中。

⚖️ 挑战、最佳实践与未来展望

核心挑战：

数据安全与隐私： 这是最重要的一点。确保 PostgreSQL 部署安全、数据传输加密、访问权限控制，并严格遵守 GDPR、国内数据安全法等法规。
模型偏见与公平性： 如果训练数据或 Agent 的学习过程中引入了偏见，长期记忆可能会放大这些偏见。需要持续的监控、审计和去偏见策略。
成本与性能： 长期记忆会带来额外的存储和检索成本。优化数据库查询、合理设计 RAG 策略（如分层检索、缓存）、控制 LLM 调用频率和 Token 长度是关键。
复杂性管理： 分层记忆架构的引入会增加系统设计的复杂性。需要清晰的模块划分、强大的可观测性工具（如 LangSmith），以及健壮的错误处理机制。
模式设计与演进： 随着业务需求变化，记忆的 schema 和内容需要灵活演进。

最佳实践：

明确记忆边界： 清楚定义不同层次记忆的职责和存储内容。
异步操作： 对于耗时的数据库操作或 LLM 调用，尽量采用异步方式，避免阻塞 Agent 的主流程。
监控与调试： 积极利用 LangSmith 等工具，可视化 Agent 的执行路径，监控 Token 使用、延迟、错误，这对于复杂 Agent 的调试至关重要。
版本控制： 对 Agent 的逻辑、工具和记忆 schema 进行版本控制，便于回溯和管理。
灰度发布与 A/B 测试： 在生产环境中逐步推出新功能，并进行效果评估。

未来展望：

随着 AI Agent 技术的成熟，以及多模态 LLM 和更强大的具身智能体的出现，分层记忆架构将变得更加复杂和精巧。Agent 将不仅仅是简单的“对话机器”，而是能真正地“学习”、“成长”和“决策”，成为各行各业的超级智能助手。

拥有了永不遗忘的记忆，我们的 AI Agent 将不再只是工具，更是能够与人类协作、共同推动生产力进步的“数字生命体”。