上下文与记忆：选择、压缩、隔离与遗忘

四类信息不要混在一起

上下文是本次模型调用实际看到的输入；任务状态记录工作进度；长期记忆保存跨会话信息；知识库提供可检索资料。将历史全部拼接到上下文，既不是完整记忆设计，也不能保证模型注意到关键内容。

模块知识点

模块	需要学习
收集	指令、当前问题、状态、历史、检索证据与工具结果
选择	相关性、来源可信度、时效、权限和重复项
组织	保留角色边界、字段结构、来源位置与版本
压缩	摘要、截断、引用原记录；衡量条件和否定是否丢失
写入	哪些事实值得保留，是否需要确认，如何标注来源
读取	绑定用户、任务与可见范围，避免跨用户混入
更新	解决新旧冲突、记录有效期与撤销依据
遗忘	删除、到期、撤下与缓存/索引同步

记忆分类方法很多：短期/长期、事件/实体/偏好等是设计视角，不是统一强制标准。向量库是可能的实现组件，结构化数据库或任务文件也可以更合适。

压缩反例与版本设计

“周一能开会，但本周一除外”如果压缩成“周一能开会”，就删掉了关键限制。对影响行动的日期、单位、否定和未完成项应独立保留，再做摘要。

一个虚构记忆条目可包含 subject、value、source、observed_at、valid_until、owner_scope、revision。字段是本站的工程示例，需按实际系统调整。模型生成的推测应标为推测，不能悄悄升级为用户事实；新的来源也不一定自动覆盖旧的可靠记录。

练习与完成标准

写五条虚构事件，包含更新、冲突、过期和撤销。分别构造完整上下文与压缩上下文，检查关键约束是否保留。设计某用户删除一条记忆后的数据库、索引和缓存预期。本次未保存真实用户记忆。

复习问题

1. 长期记忆、RAG 与当前任务状态有什么不同？
2. 为什么摘要必须保留来源指针？
3. 如何保证旧记忆不会覆盖最新的明确指令？

阅读依据与核验范围

• 智能体记忆
• 记忆与检索
• 上下文工程

2026-10-07：AI 助手协助原创整理，核对以上 GitHub 章节；示例与练习为本站设计，未执行的任务不作为实验结论。