Ch06 记忆与上下文管理¶

Agent 的大脑：短期/长期/工作记忆的分层架构

本章收录 42 篇实体，按深度递增排列。

本章导航¶

Level	含义	篇数
⭐ 入门	零基础可读	2
⭐⭐ 工程师	需编程基础	2
⭐⭐⭐ 专家	需ML基础	16
⭐⭐⭐⭐ 科学家	需研究背景	12
⭐⭐⭐⭐⭐ 大师	前沿/哲学	10

导读¶

一个没有记忆的 Agent，每次对话都是一张白纸。

本章探讨 Agent 记忆系统的工程实践：短期记忆（上下文窗口）、长期记忆（持久化存储）、工作记忆（当前任务状态）的分层架构。你会看到 Hermes Agent 的三层记忆如何协作，以及为什么"Memory 不是 RAG"——记忆是有结构的，检索是无结构的。

CPU 缓存的类比特别有启发性：L1（当前上下文）→ L2（会话历史）→ L3（持久记忆），每一层的速度和容量都在做不同的权衡。

上下文窗口是稀缺资源——记忆管理决定了 Agent 的智能上限。

本章内容¶

🧭 本章综合（4 篇）¶

⭐ 入门（2 篇）¶

⭐⭐ 工程师（2 篇）¶

⭐⭐⭐ 专家（16 篇）¶

⭐⭐⭐⭐ 科学家（12 篇）¶

⭐⭐⭐⭐⭐ 大师（10 篇）¶

本章收束¶

Memory 不是 RAG：检索解决"找到相关信息"，记忆解决"跨时间保持一致的我"。这一章给出的分层架构——当前上下文、会话历史、持久知识——本质是在给 Agent 设计遗忘策略：记住什么、压缩什么、丢弃什么。上下文窗口永远稀缺，记忆管理的水平就是 Agent 智能的上限。