在构建生产级 Agent 时，最容易被低估的往往不是模型能力或工具调用，而是记忆系统。一个没有记忆的 Agent 每次对话都从零开始，无法识别用户、无法复用已确认的偏好、无法从历史失败中修正策略；而一个记忆失控的 Agent 则会在上下文里堆积大量无关信息，导致成本线性上升、指令遵循能力急剧退化。本文从工程实现角度，拆解短期记忆（会话窗口）、摘要记忆、向量长期记忆，以及检索与遗忘机制的完整设计链路，重点放在真实生产环境中踩过的坑与可落地的调优方案。

一、记忆分层：先定义边界，再谈技术

在动手写代码之前，必须明确记忆系统的分层模型，否则很容易把"缓存""状态""记忆"混为一谈。我习惯将 Agent 的记忆按生命周期与访问延迟划分为四层：