跳到主要内容

短期记忆

本节定位

很多人一提“Agent 记忆”，脑子里先想到“长期存档”。
但真实系统里，最先决定体验的，往往反而是短期记忆：

系统能不能稳稳记住“这次任务正在发生什么”。

这一节讲的就是这层“工作记忆”。

学习目标​

  • 理解短期记忆和长期记忆的区别
  • 理解为什么不能把整段历史无限塞给模型
  • 掌握对话窗口、运行态状态、摘要记忆三种常见短期记忆方式
  • 看懂一个简单的短期记忆管理器
  • 知道短期记忆最常见的失效方式

一、短期记忆到底是什么？​

1.1 一句话理解​

短期记忆可以先理解成：

系统为了完成当前这轮任务，暂时保留的上下文和中间状态。

它通常包括：

  • 最近几轮对话
  • 当前任务目标
  • 已执行步骤
  • 临时中间结果

1.2 和长期记忆有什么不同？​

类型关注什么
短期记忆当前这次任务要用的信息
长期记忆跨任务、跨会话仍然有价值的信息

例如：

  • “用户上一句说想查退款政策” -> 短期记忆
  • “这个用户喜欢简洁回答” -> 更像长期记忆

二、为什么不能把所有历史都一直塞给模型？​

2.1 因为上下文窗口不是无限的​

模型能看的上下文长度有限。
如果你把所有历史都不断塞进去，会遇到：

  • token 成本越来越高
  • 响应越来越慢
  • 重要信息被淹没

2.2 信息越多，不一定越好​

很多新人会觉得：

“多给模型一点历史，总不会错吧？”

其实不一定。

因为如果上下文里混了太多无关内容，模型反而更容易：

  • 抓错重点
  • 复读旧信息
  • 忘掉当前真正要做的事

所以短期记忆真正要解决的不是“记得越多越好”，而是：

在有限预算里，保留当前最有用的信息。

三、短期记忆最常见的三种形态​

3.1 对话窗口（sliding window）​

最简单的方式：

  • 只保留最近 N 轮消息

优点：

  • 简单
  • 实现成本低

缺点：

  • 太久之前的重要信息会被挤掉

3.2 运行态状态（task state）​

不是只记聊天文本，而是明确记：

  • 当前任务目标
  • 已经查过什么
  • 下一步该做什么

这类状态对 Agent 特别重要。

3.3 摘要记忆（summary memory）​

当历史太长时，不是全丢掉，而是先压缩成摘要。

例如：

  • 保留最近 4 轮原文
  • 更早的内容压成一段总结

这是一种很常见的折中方式。

四、一个最简单的短期记忆：滑动窗口​

4.1 可运行示例​

messages = [
    {"role": "user", "content": "你好"},
    {"role": "assistant", "content": "你好，我可以帮你做什么？"},
    {"role": "user", "content": "我想了解退款政策"},
    {"role": "assistant", "content": "你是想了解时间范围，还是具体条件？"},
    {"role": "user", "content": "主要看时间范围"},
]

window_size = 3
short_term_memory = messages[-window_size:]

for msg in short_term_memory:
    print(msg)

4.2 这段代码虽然简单，但已经很重要​

它教你一件最本质的事：

短期记忆最先是一个“保留哪些消息”的选择问题。

不是所有历史都值得继续带着走。

五、但仅靠消息窗口还不够​

5.1 为什么不够？​

看这组对话：

  1. 用户说“我想查退款政策”
  2. 后面又连续问了几轮别的细节
  3. 到第 10 轮又问“那我这种情况能退吗？”

如果你只保留最近 3 轮，系统可能已经忘了：

  • 当前任务其实一直围绕“退款”

5.2 所以 Agent 还要有结构化状态​

例如：

task_state = {
    "goal": "帮助用户判断退款条件",
    "last_tool": "search_policy",
    "latest_policy_result": "购买后 7 天内且学习进度低于 20% 可退款"
}

print(task_state)

这类状态和原始聊天记录不同，它更像：

系统正在干什么的工作区。

六、一个更有教学意义的短期记忆管理器​

下面这个例子同时管理：

  • 最近几轮消息
  • 当前任务状态
class ShortTermMemory:
    def __init__(self, max_messages=4):
        self.max_messages = max_messages
        self.messages = []
        self.state = {}

    def add_message(self, role, content):
        self.messages.append({"role": role, "content": content})
        self.messages = self.messages[-self.max_messages:]

    def update_state(self, **kwargs):
        self.state.update(kwargs)

    def snapshot(self):
        return {
            "messages": self.messages,
            "state": self.state
        }

memory = ShortTermMemory(max_messages=3)
memory.add_message("user", "我想查退款政策")
memory.add_message("assistant", "你更关心时间范围还是条件？")
memory.add_message("user", "先看时间范围")
memory.update_state(goal="判断退款资格", topic="退款政策")

print(memory.snapshot())

6.2 这个例子真正比“只存历史消息”强在哪里？​

因为它把短期记忆拆成了两层：

  • 文本上下文
  • 结构化状态

这在 Agent 系统里非常重要。

七、摘要记忆：当消息越来越长怎么办？​

7.1 一种常见策略​

真实系统很常见这种做法：

  • 最近几轮消息原样保留
  • 更早历史压缩成摘要

7.2 一个简化版示例​

old_messages = [
    "用户先问了退款政策",
    "之后问了证书要求",
    "最后又回到退款条件"
]

summary = "用户本轮主要目标是判断自己是否满足退款条件，中间顺带问过证书。"

recent_messages = [
    {"role": "user", "content": "那我学习进度 30% 还能退吗？"}
]

memory_package = {
    "summary": summary,
    "recent_messages": recent_messages
}

print(memory_package)

这就是最基本的“摘要 + 最近窗口”的思路。

八、短期记忆在 Agent 里到底解决什么？​

它主要解决三件事：

8.1 保持当前任务连贯性​

系统不能每一步都像第一次见到用户那样重新开始。

8.2 让多步执行不丢状态​

例如：

  • 已经调用了哪个工具
  • 已经查到了什么
  • 还差哪一步

8.3 控制上下文成本​

短期记忆不是只为“记住”，也是为了：

  • 少塞无关内容
  • 降低 token 成本
  • 提高响应稳定性

九、短期记忆最常见的失效方式​

9.1 记得太少​

表现：

  • 系统突然忘了刚才正在说什么

9.2 记得太多​

表现：

  • 上下文又长又乱
  • 回答跑偏
  • 成本变高

9.3 只存消息，不存状态​

表现：

  • 多步任务容易掉链子
  • 工具调用前后状态衔接差

9.4 只存状态，不存对话原文​

表现：

  • 容易丢掉用户原始表达
  • 语气、约束和细节缺失

所以短期记忆通常不是“只选一种”，而是组合设计。

十、初学者最常踩的坑​

10.1 把短期记忆和长期记忆混在一起​

短期记忆解决的是当前任务，不是用户画像全集。

10.2 以为消息窗口越大越稳​

窗口太大也会带来噪声和成本。

10.3 忽略结构化状态​

这会让 Agent 一到多步任务就开始发飘。

小结​

这一节最重要的不是记住“窗口”“摘要”这些词，而是抓住这条主线：

短期记忆的目标，不是无限保留历史，而是在有限上下文里维持当前任务的连贯性。

真正设计得好的短期记忆，通常既包含最近消息，也包含任务状态，有时还会加一层摘要压缩。

练习​

  1. 把本节的 ShortTermMemory 扩展成支持 summary 字段。
  2. 把最大消息窗口从 3 改成 5，观察 snapshot() 输出怎样变化。
  3. 想一想：如果一个 Agent 经常忘掉“当前已经调过哪个工具”，你会优先补消息窗口，还是补结构化状态？
  4. 用自己的话解释：为什么说短期记忆解决的是“当前任务连贯性”，而不是“长期用户画像”？