定时 Agent 的记忆不是历史聊天:用任务账本、检查点和只读恢复避免重复与陈旧行动
面向研究、运营与研发自动化的 Agent Memory 设计:把短期上下文、可验证任务账本、可恢复检查点和可遗忘知识分开管理。本文给出状态机、数据模型、写入门槛、SOP、评测与回滚方案,解决定时 Agent 重复执行、误把旧结论当事实和失败后无法安全续跑的问题。
Category
面向研究、运营与研发自动化的 Agent Memory 设计:把短期上下文、可验证任务账本、可恢复检查点和可遗忘知识分开管理。本文给出状态机、数据模型、写入门槛、SOP、评测与回滚方案,解决定时 Agent 重复执行、误把旧结论当事实和失败后无法安全续跑的问题。
ACE 把长程 Agent 的上下文管理从一次性截断/摘要推进到可逆编排:原始轨迹和压缩抽象分层保存,每一步按当前任务状态把历史步骤渲染成 raw、abstract 或 drop。本文拆解它对生产 Agent memory runtime 的工程启发、数据模型、失败模式和验证方案。
TokenPilot 在 2026-06-15 提出一个很实用的工程提醒:长程 Agent 不能只按 token 数做上下文压缩,还要保护 prompt/KV cache 的前缀连续性。本文拆解 cache-aware context management 的机制、数据结构、上线方案、失败模式和可验证指标。
arXiv:2606.06448 把 Agent memory 从结构设计推进到系统工作负载表征:写入构建、检索、生成各自承担不同成本。生产系统需要用 phase-aware profiling、容量治理、调度策略和收益指标证明记忆层不是更贵的上下文。
从 arXiv:2605.28009 MemGuard 看,长期记忆的可靠性问题不只来自检索召回不足,也来自把稳定事实、情景事件和操作规则混成同一种证据。生产 Agent 记忆层需要类型边界、关系图、查询路由和可审计的组合策略。
从 arXiv:2605.25092 AgentIR 看,长期对话记忆的读路径不是普通向量检索:索引会持续增长,查询类型会在会话内漂移,dense 通道并不总值得运行。生产 Agent 记忆层应该把检索策略、时间分区、延迟预算、来源治理和写入状态分开设计。
从 2026-04-28 的 agentic-db 发布和 n8n Memori 社区节点看,长期记忆正在向数据库、工作流和托管平台下沉;真正要评估的是写入治理、召回路径、遗忘机制和可观测性。