Agent 记忆（Agent Memory）
Agent 记忆（Agent Memory） 是智能体运行时保存并重新取用任务信息的机制。保存的信息可以是本轮任务进度、跨会话偏好或经过验证的事实；这些记录通常位于模型权重之外。
短期与长期
LangGraph 文档区分会话范围的短期记忆和跨会话的长期记忆。短期状态帮助恢复当前工作；长期存储需要决定哪些内容可以复用、属于谁，以及何时失效。
MemGPT研究了在有限上下文和外部存储之间管理信息的方式。使用记忆并不意味着模型本身经过了微调。
工程建议：每条记录保留来历
可用字段包括内容、来源、所属用户或项目、写入时间、有效期和状态。将“用户确认”“检索到的资料”“模型推测”分开存储。读取时先检查权限与有效期，再挑选相关记录。
例如，用户偏好“报告用中文”可以跨会话复用；某次任务的临时 API 令牌不应变成长期记忆。用户纠正一个事实后，应更新或失效旧记录，并让用户能查看和删除所保存的信息。
常见失败
- 把错误回答写入记忆，之后又把它当成证据。
- 相似性检索绕过用户或项目隔离。
- 保存成功但未被取回，造成看似记住、实际遗忘。
- 摘要丢掉关键限制，重复执行已经完成的操作。
如何评测
测试跨会话回忆、纠错、过期、删除与隔离；除了回忆率，还要测错误记忆率。检查每条被使用的记忆能否追溯到来源。