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 57 篇实体，按深度递增排列。

本章导航¶

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¶

• 001. 追求-ai-记忆力的路线下rag-是否终将被抛弃
• 002. Mem0、Letta、Zep 和 VoltMem —— Agent记忆系统该选哪个？
• 003. Agent 记忆架构：先别急着把 Memory 当数据库
• 004. 深度拆解 Hermes Agent 记忆系统
• 005. AgentMemory 源码分析：给 Coding Agent 装上本地长期记忆
• 006. Claude Code vs OpenClaw 记忆：向量数据库是否必要
• 007. Agent-Memory 评测全景：基准、评估与记忆系统
• 008. Claude Code Openclaw Memory Comparison
• 009. TencentDB Agent Memory：符号化短期记忆+分层式长期记忆
• 010. Context Window Management Comparison
• 011. Knowledge Base Layer Architecture: From RAG to Agent-native Knowledge Context Layer
• 012. Agent 终章（Harness 成本篇）：一次百炼账单降低 88% 实战
• 013. Memory 不是 RAG：Agent 记忆的系统性框架
• 014. Hermes Agent 爱马仕的三级 memory，到底在记什么？
• 015. 参数化 Memory 漫谈：从 MAML 到测试时学习的完整谱系
• 016. 上下文工程 - 三种Memory方案对比
• 017. AI 的形状：Jagged Frontier·Bottleneck·Reverse Salient（Mollick）
• 018. MemOS Hermes 记忆插件
• 019. Google Open Knowledge Format (OKF) v0.1：AI 知识库通用格式标准 — 让 Markdown 知识库互通
• 020. CrewAI Cognitive Memory: 5 认知操作的工程化设计
• 021. Qoder 团队知识引擎
• 022. 企业级AI记忆基质三层架构：事实/交互/行动记忆
• 023. Hermes Agent 记忆系统 vs OpenClaw 记忆观
• 024. 腾讯云Agent Memory：Mermaid无限画布×上下文卸载
• 025. AI Context Layer 框架
• 026. LLM Wiki 知识管理
• 027. 上下文工程：三种 Agent Memory 方案对比实验
• 028. Obsidian
• 029. Your documentation is still in your Mum's filing cabinet
• 030. 蚂蚁阿福医疗 Agent：从 0 到生产的工业级工程化落地
• 031. TencentDB Agent Memory 短期记忆压缩方案
• 032. ECC Continuous Learning：从工具调用轨迹到本能沉淀的持续学习闭环（homunculus 观察式本能提取）
• 033. AML（Agent Memory Leaderboard）：机制级 Agent 记忆评测榜单
• 034. Hermes Agent 三级 Memory 架构解析（One掌柜视角）
• 035. Building is just the beginning: Introducing Discoverability
• 036. WorldTrace：视频世界模型的可寻址记忆（Addressable Memory for Video World Models）
• 037. OpenJiuwen AutoGenetic Memory — 华为开源自主生长Agent记忆引擎
• 038. MFS：zilliztech 的 Agent 统一上下文 harness，一套动词打通 20+ 数据源
• 039. OpenChronicle — AI可复用记忆层
• 040. Qoder 发布团队知识引擎：组织级知识记忆是 Harness 自进化的重要组件
• 041. Claude Code Agent Memory Systems — L0~L3 四层记忆方案
• 042. Powering scientific discovery
• 043. Agent 记忆系统的主矛盾：历史增长 vs 临场上下文调度
• 044. Headroom 是怎么省上下文的
• 045. 面向复杂业务场景的智能分析 Skills 架构设计与演进实践
• 046. TencentDB Agent Memory：L0-L3 语义金字塔长期记忆
• 047. Skill 编排的 6 种依赖关系
• 048. 参数化 Memory 漫谈（纯干货）
• 049. Loop Engineering: The Anthropic Playbook — 设计替你提示 Agent 的系统（花叔橙皮书 v260615 conference 重排版）
• 050. 别让Agent什么都记 上交×腾讯提出 AdaMem
• 051. AI Memory Architecture: Deep Dive
• 052. MiroFlow：Deep Research Agent 脚手架 —— 与 Code Agent 的 6 大工程差异
• 053. Agent Harness 上下文管理：工作集视角
• 054. MiniMax Token调用第一后：AgentOS现实与模型厂商的系统适配挑战
• 055. Claude Code Subagent 上下文卫生
• 056. 注意力塌缩与上下文管理
• 057. Claude Code Session 管理与 1M 上下文最佳实践