用户今天教了Agent他的偏好,明天再来又要重教一遍——这是当前多数AI助手产品的通病。记忆能力正在成为Agent产品的分水岭:有记忆的Agent越用越顺手,没记忆的Agent永远是陌生人。
会话内记忆:当前对话的上下文,解决「刚才说的我忘了」。这是基础能力,靠上下文窗口实现。
跨会话记忆:用户的偏好、背景、进行中的事务,解决「上次说的我忘了」。这是差异化的关键——用户不必重复自我介绍,每次回来都是「老朋友见面」。
组织记忆:团队共享的知识库与规范,解决「别人告诉过它的我不知道」。企业场景里,这层记忆决定了Agent是玩具还是同事。
要点一:记忆显性化。让用户能看到Agent记住了什么,并且可以修改和删除。黑箱记忆是信任杀手——用户不知道你记了什么,就会假设你记了最坏的东西。
要点二:写入时机分层。不是所有对话都值得记。明确表达的偏好、关键指令、用户的纠正反馈优先级最高;闲聊内容不进长期记忆。
要点三:冲突处理。用户偏好变了怎么办?「我以前喜欢简洁回复,现在想要详细解释」——新记忆覆盖旧记忆时要提示用户,让变更可见。
记忆越深,隐私敏感度越高。金融、医疗等场景的记忆策略必须与合规团队共同设计。企业场景要区分个人记忆与组织记忆的权限边界:员工离职后,个人记忆不应留在组织记忆里。
某笔记类AI产品把用户的笔记历史作为记忆源,问答质量显著高于无记忆版本——它回答的不是通用问题,而是「你的问题」。记忆的本质,是把上下文从单次会话扩展到用户全生命周期。
写在最后
记忆设计的核心权衡:记得越多越好用,记得越深越敏感。好的记忆设计让用户始终拥有控制权——看得到、改得动、删得掉。