第4章：Memory 系统与 Multi-Agent 架构

第4章：Memory 系统与 Multi-Agent 架构

4.1 Agent 记忆系统架构

4.1.1 为什么 Agent 需要记忆

LLM 的上下文窗口是有限的，而真实世界的任务往往需要：

• 跨会话记忆：用户上周问过的问题，今天继续深入
• 上下文累积：多轮对话中保持信息连贯
• 知识沉淀：从历史交互中学习用户偏好

没有记忆的 Agent，每次对话都是"陌生人"；有记忆的 Agent，才能成为"长期伙伴"。

4.1.2 记忆系统分层

┌─────────────────────────────────────────────────────────────┐ │ Agent Memory Architecture │ │ │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ Working Memory（工作记忆） │ │ │