跳到正文
热点事件持续更新

Agent 记忆四盒子拆分实践

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

作者 Sailing 在掘金复盘了生产 Agent 的记忆丢失问题,提出将记忆拆分为工作记忆、会话状态、长期记忆和知识库 RAG 四个盒子,并给出了上下文工程的落地指南。 工作记忆(WM)是本轮 Prompt,调用结束即消失;会话状态是结构化停靠点,用于在多轮对话中保存上下文;长期记忆(LTM)是跨会话的个人偏好,可在不同会话中复用;知识库 RAG 则负责企业文档检索,与 LTM 分离处理。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. 掘金精选
    Agent 记忆架构实践:从长期记忆到上下文工程的生产落地指南

    作者在掘金系统复盘了生产 Agent 时遇到的「记忆丢失」问题,提出四层记忆体系:工作记忆(模型本轮 Prompt)、会话状态(结构化停靠点)、长期记忆(用户跨会话偏好)和知识库 RAG(企业文档)。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。