AI Agent 的持久化记忆是什么：该记住什么、如何管理以及如何修正

每次开启新会话都要重新陈述项目背景、输出格式和业务规则，是使用 AI Agent 时常见的摩擦点。持久化记忆的目的并非“保存更多对话”，而是将稳定、可复用的信息带入未来的会话中。

持久化记忆与对话历史有何不同

简而言之，对话历史更像运行日志，而持久化记忆更像一套有条理的工作指令。它不应被视为事实数据库，也不应不加筛选地保存每一句话。

值得记住的三类信息

1. 稳定的用户偏好

例如常用的语言、偏好简洁还是详细的回复、首选的输出格式等。当偏好发生变化时，应直接修正并更新旧条目，防止新旧规则同时生效。

2. 工作环境与项目约束

例如操作系统、项目技术栈、目录结构、测试框架和命名规范。这些信息能减少每次任务前的重复说明，但在版本升级或项目变更后必须及时更新。

3. 已验证的工作方法

通过复杂任务验证过的步骤更适合整理为“技能（Skill）”。记忆存储的是“本项目遵循哪些规则”，而技能存储的是“这类任务该按哪些步骤执行”。将它们配合使用，比把整段调试对话塞进记忆要清晰得多。

不应长期存储的内容

• 一次性任务状态和临时数据
• 未经核实的推测或模型生成的结论
• 过时的版本、路径和账户环境
• 密码、密钥及不必要的敏感个人信息
• 可从权威系统实时查询的动态事实

将短期状态当作长期事实，会导致未来任务复用过时的条件。对于敏感信息，请遵循最小化原则：不存不该存的，能引用就不复制全文。

如何建立可维护的记忆工作流

1. 明确写入：对于稳定规则，明确说明“请记住此内容”，并指定适用的项目或范围。
2. 及时修正：当记忆不准确时，应同时指出旧值和新值，而不是仅在当前会话中临时覆盖。
3. 定期审查：检查 Agent 记住了什么，删除重复或过时的条目。
4. 区分记忆与技能：事实和偏好属于记忆；已验证的多步流程应整理为技能。
5. 切换项目前复核：技术栈、路径和团队规范在跨项目时最容易失效。

实际应用场景

内容团队可保存语气、排版和分类规范；开发团队可保存代码风格、测试框架和项目结构；重复性报表任务可保存稳定的维度和交付格式。SmaugBrain 的持久化记忆非常适合跨会话携带这些信息，但用户仍应将记忆视为可维护的配置项，而非永久准确的事实。

快速自检清单

• 这条信息在下一次会话中仍然有效吗？
• 它是偏好、环境事实还是可复用流程？
• 如果记错了，是否会导致写入错误文件或执行错误操作？
• 是否包含不需要存储的敏感信息？
• 是否有现有条目需要替换？

持久化记忆的真正价值在于减少重复指令的同时保留修正途径。记住得越多并不一定越好；相关性、稳定性和可维护性才是长期协作的基础。