如果你要设计一个“个人助理“Agent，记忆系统应该如何分层？

这个问题挺有意思的,个人助理 Agent 的记忆系统,核心是分层设计——不是所有记忆都放一个地方,得按时效性、访问频率、重要性分层。

我之前做过一个个人助理项目,一开始就把所有记忆都扔向量库里,结果检索慢、成本高、还容易检索到过时信息。后来重构成分层架构,效果好很多。

第一层:工作记忆(Working Memory) - “工作台”

这是最顶层的记忆,存当前任务上下文,相当于人的"工作台"。

存储内容:

• 当前对话的上下文
• 正在执行的任务状态
• 临时变量和中间结果
• 工具调用历史

存储介质: 内存(Redis),延迟 < 1ms

特点:

• 容量有限(受 LLM 上下文窗口限制)
• 生命周期短(会话结束就清空或归档)
• 访问频率极高(每次推理都要用)

实现要点:

• 用滑动窗口管理,保留最近 N 轮对话
• 超出窗口时,旧消息压缩成摘要或卸载到短期记忆
• 每次推理前,从下层记忆加载相关信息注入到这里

这块有个坑——别把工作记忆当长期记忆用。我们之前犯过这个错,工作记忆一直不清理,结果上下文窗口爆了,token 成本飙