我要投稿

这就是AI智能体的记忆机制原理

发布日期：2025-03-29 07:08:55 浏览次数： 3197

作者：PyTorch研习社

微信搜一搜，关注“PyTorch研习社”

一般来说，Agent（智能体）的记忆是通过在传递给 LLM 的 Prompt（提示）中提供上下文实现的，使 Agent 能够基于过去的交互或无法立即获取的数据更好地规划和响应。

我们通常将记忆分为四种类型：

1. 情景记忆（Episodic Memory）

这种记忆类型包含 Agent 过去的交互和执行的动作。当 Agent 执行某个操作后，控制 Agent 的应用程序会将该操作存储到某种持久化存储中，以便日后检索。一个典型示例是使用向量数据库（Vector Database）存储交互的语义信息。

2. 语义记忆（Semantic Memory）

这是 Agent 可用的任何外部信息，以及 Agent 自身应具备的知识。可以将其类比为 RAG（Retrieval-Augmented Generation，检索增强生成）应用中的上下文。语义记忆可以是仅供 Agent 内部使用的知识，也可以是某种“锚定上下文”（Grounding Context），用于从互联网上的大规模数据中筛选出更相关的信息，以提高回答的准确性。

3. 程序性记忆（Procedural Memory）

这部分包含系统性的信息，例如 System Prompt 的结构、可用工具、约束机制（Guardrails）等。通常，这些内容存储在 Git 仓库、Prompt 管理库或工具注册表中（Prompt and Tool Registries）。

4. 长期记忆检索

在某些情况下，Agent 应用程序会从长期记忆（Long-Term Memory）中提取信息，并将其存储到本地，以便在当前任务中使用。

5. 短期记忆（Short-Term Memory）

所有从长期记忆中提取或存储在本地的记忆被称为短期记忆或工作记忆（Working Memory）。将这些信息编译成 Prompt 后传递给 LLM，LLM 会基于这些信息生成接下来的行动指令。

通常，我们将 1-3 归类为长期记忆（Long-Term Memory），而 5 归类为短期记忆（Short-Term Memory）。

? 这里有一份关于可能实现细节的可视化解释

至此，剩下的就是如何设计 Agentic Systems 的拓扑结构了。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-12

不要只是搭建：RAG 不是上传文档然后问答那么简单

2026-06-12

3.1万Star！PageIndex：不用向量数据库，RAG准确率做到98.7%

2026-06-11

AI落地实战：企业RAG全链路实施方案

2026-06-11

你的 RAG 在 10 个文档上跑得好好的，放到 1000 万就崩了

2026-06-11

主流RAG技术全景 -- 从Naive到Agentic

2026-06-10

如何构建一个更“好”的知识库？

2026-06-10

7.9K星：Google黑科技TurboQuant开源实现，Rust重写向量检索提速30倍

2026-06-10

企业级智能体系统 RAG的分片优化逻辑

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

知识基座：让“AI 越用越懂业务”的团队经验实践【天猫AI Coding实践系列】

2026-03-23

全网爆火的大模型AI知识库，保姆级教程来了

2026-04-06

从RAG到GraphRAG：货拉拉元数据检索应用实践

2026-03-18

为什么总感觉 Claude Code 比 Cursor 聪明？真正的原因根本不是模型能力！

2026-03-20

Karpathy的LLM Wiki + 3.5 万Star的Graphify：企业级 RAG 缺的真是知识图谱？

2026-04-27

RAG进化了，深扒Claude Code源码中RAG高级技巧

2026-04-02

OpenDataLoader：PDF文档提取的一站式方案

2026-03-31

面向手机Agent的记忆系统工程:OPPO的Agentic-RAG实战与演进

2026-03-21

企业AI落地三重门，用友如何破局？

2026-03-17

2026 年做搜索就是做 Agent Memory

2026-04-23

大家都在问

如何构建一个更“好”的知识库？

2026-06-10

企业 RAG 知识库落地，应如何设计实现？

2026-06-10

AIOps探索：给不能联网的客户做一个AI运维助手到底有多难？

2026-05-20

有多少人把Agent与RAG的检索策略，简化成了 if-else？

2026-05-18

到底是谁会相信RAG已死啊？

2026-05-11

1G内存检索2500万向量，Milvus中如何用FLAT在强标量过滤场景搞定毫秒响应？

2026-05-07

多Agent场景，子agent 之间数据读写不同步，如何解决？

2026-05-06

Karpathy的LLM Wiki + 3.5 万Star的Graphify：企业级 RAG 缺的真是知识图谱？

2026-04-27

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部