2026年5月份 AI Agent 产品中的记忆设计与工程实践

本报告来自ChatGPT的DeepResearch总结，主要关注AI Agent系统的记忆的设计。

执行摘要

过去一年里，AI Agent 的“记忆”设计明显从“把更多历史塞进上下文窗口”转向了更工程化的多层体系：把当前上下文当作工作记忆，把会话记录、屏幕轨迹、日志等当作情节记忆，把稳定偏好、约定、知识摘要当作语义记忆，再把规则、技能、流程模板当作一种接近平行“程序性记忆”的外化层。Anthropic、OpenAI、OpenClaw、Hermes、Cursor 等产品虽然界面不同，但其核心都在解决同一个问题：如何在有限上下文、可接受延迟、可控成本下，为 agent 提供持续、一致、可审计的长期状态。

如果把近年的产品实践按架构分型，可以大致分成四类。第一类是文件型记忆，典型如 Claude Code、Hermes、OpenClaw：把长期记忆落到 Markdown/目录中，优点是可审计、可编辑、迁移简单，缺点是结构弱、检索精细度受限。第二类是会话库 + 检索型记忆，典型如 Hermes 的 SQLite+FTS5、OpenClaw 的 SQLite/QMD/LanceDB、Cursor 的代码索引；优势在于可扩展、可按需召回，代价是要处理索引新鲜度、并发、一致性和成本。第三类是后台凝练型记忆，典型如 Codex Memories、OpenClaw Dreaming、Hermes 外部 provider 同步：它们都把“什么时候写、写什么、何时合并”从主对话中拆出来。第四类是预检索子代理型记忆，比如 OpenClaw Active Memory、Hermes provider prefetch，把“先回忆、再回答”做成前置步骤，以降低遗漏关键上下文的概率。

从产品成熟度与工程可复用性看，当前最稳妥的落法不是“统一的万能 memory DB”，而是双层或三层记忆：一层小而稳定、永远注入提示词；一层大而便宜、按需检索；必要时再加一层后台反思/编译层，负责从原始情节中提炼出可长期复用的事实、偏好和关系。这一点与学术脉络是同频的：Generative Agents 以“相关性+时间新近性+重要性”定义回忆，MemoryBank 引入遗忘曲线，LongMem 与 MemGPT 将长程记忆抽象成层级内存/外部 memory bank，Mem0 则进一步把“提取—合并—检索”做成可部署的生产系统，并在 LOCOMO 上报告相对更低的 p95 延迟和 token 成本。

对实际做产品或平台的人来说，最重要的结论有三点。其一，；在 coding agent 中，Rules、AGENTS.md、Skills、Plans、Session Search、Worktree、Hook 日志往往共同构成长期状态。其二，，包括写入门槛、冲突合并、压缩、遗忘、回放、备份与审计。其三，：越自动的记忆层，越需要来源标注、注入扫描、作用域隔离、用户可见的 review 面和一键忘记能力。