AI Agent 记忆四层架构：工程落地视角的拆解

「Agent 记忆」在实践中并不是一个单一组件。把不同时间尺度、不同用途的记忆混在一层里做，是多数团队踩的第一个坑。

业界逐渐收敛出一个四层划分。它不需要照搬实现，但值得用来检查自己的记忆设计是否有缺口。

要点速览：四层不是四个数据库，而是四种生命周期——工作记忆请求结束即销毁，短期记忆会话失效，长期记忆要管事实更新，元认知管策略。按业务做减法：单次任务型 Agent 只需 L1/L2，长期陪伴型四层都要。每层的「常见坑」见正文。

一、四层各自的职责

关键点：四层不是四个数据库，而是四种不同的生命周期。 L1 请求结束即销毁，L2 会话结束即失效，L3 需要持久化并处理事实更新，L4 管理前三层的策略。

二、逐层拆解与常见坑

L1 工作记忆：别把它做成数据库

这一层就是「模型此刻能看到的东西」：当前指令、任务状态、工具返回结果。它的特征是极短生命周期、极高读写频率。

常见坑：把工具调用的原始输出全量累积在 L1 导致窗口爆掉。正确做法是工具输出在回到 L1 前先做裁剪或摘要。

L2 短期记忆：滚动摘要优于固定截断

会话内对话历史的管理，主流做法有两种：固定窗口截断与滚动摘要。

固定截断的问题是丢的是「最早的信息」，而那往往包含任务设定与用户身份。更好的做法是结合两者：保留开头的指令与关键设定，中间的对话滚动摘要，最近若干轮保留原文。

常见坑：摘要用同一个模型且不加约束，多次摘要后信息逐层失真。建议要求摘要必须保留「实体、数字、承诺、否定」四类内容。

L3 长期记忆：这一层最难，也最值钱

跨会话持久化的记忆层，需要处理三个别处没有的问题：

• 事实抽取：从对话里判断哪些值得长期记住
• 冲突消解：新事实与旧事实矛盾时怎么办（标记失效 / 覆盖 / 共存）
• 召回精度：跨用户、跨时间地精准找到相关记忆

这也是各类记忆引擎差异最大的地方：有的用图谱做关系推理（Mem0、Zep），有的用层级做 token 压缩（TiMem、OpenViking），有的用文件系统做可审计存储（ReMe）。

常见坑：不做事实失效机制。用户换了工作、搬了家之后，旧事实还在库里被召回，系统会自信地说错话。这是记忆系统最典型的线上事故。

L4 元认知：最少被实现，收益却很高

元认知是「关于记忆的记忆」：这条记忆从哪来？置信度多少？是不是过时了？该用哪种检索策略？

它通常不是独立的存储层，而是一组策略逻辑。实现形式包括：

• 为每条记忆附带来源、时间、置信度元数据
• 根据问题类型切换检索策略（事实查询走向量、关系查询走图、时间查询带时间过滤）
• 检索结果之间的冲突检测与优先级排序
• 主动遗忘与降权策略

常见坑：完全省略这一层，把所有记忆平等对待。结果是一条三年前的推测和一条昨天的明确陈述拥有同等权重。

三、什么时候可以省掉某一层

四层是参照系，不是必答题。按业务规模做减法：

最低成本的起步路径：先把 L1/L2 做扎实（这是立刻见效的部分），再引入 L3 处理跨会话事实，最后按需补 L4。

四、选型时用四层做检查表

评估任何记忆引擎或自研方案时，逐层问四个问题：

1. L1/L2：提供了会话内上下文的管理能力吗？还是完全交给应用层？
2. L3：支持事实抽取与冲突消解吗？更新的旧事实如何处理？
3. L3：能按用户/租户隔离吗？导出与迁移路径是什么？
4. L4：记忆条目是否携带来源、时间、置信度？检索策略可否按查询类型切换？

能清楚回答这四个问题的方案，基本都能落地；含糊其辞的地方，往往就是上线后会出问题的地方。

参考来源

• MemGPT 论文（分层内存管理与自主调度）：https://arxiv.org/abs/2310.08560
• MemOS 论文（三类记忆的统一调度）：https://arxiv.org/abs/2507.03724
• Mem0 论文（记忆提取、整合与检索三模块）：https://arxiv.org/abs/2504.19413
• Zep 论文（时序图谱与事实失效）：https://arxiv.org/pdf/2501.13956
• LoCoMo 基准论文：https://arxiv.org/abs/2402.17753

本文为架构方法论文。四层划分是业界实践中的常用参照系，并非某一产品的官方架构；各层由谁承担与具体技术选型取决于业务规模。