我们在《终于有人把“智能体”的概念给我讲明白了！》一文中深入浅出地讲解了智能体的概念。
有些同学问：智能体的 Memory 中 短期记忆（Short-term memory）与长期记忆（Long-term memory）是什么意思？有什么区别？
本文用相对通俗易懂的语言帮助大家来理解这两个概念，以及如何实现的？
在 《LLM Powered Autonomous Agents》这篇文章中提到，大语言模型驱动的自主智能体中，大语言模型充当大脑，然后还有几个关键组件，如规划、工具、记忆。
其中记忆包括短期记忆和长期记忆。
短期记忆是智能体在单一会话中维护即时上下文的能力。
工作机制： 它完全依赖于大模型（LLM）的上下文窗口。智能体会将之前的对话历史、中间推理步骤（如 Chain of Thought）放在 Prompt 中传给模型。
局限性： 随着对话变长，旧的信息会因为超出窗口限制而被丢弃或“遗忘”。
常见处理：
滑动窗口： 只保留最近的 条对话。
摘要法： 将之前的长对话总结成一段简短的摘要，释放窗口空间。
大模型的短期记忆其实是通过参数来维持的。我们是通过把对话的历史放在请求参数里，每次把前面的内容带上去，它才知道之前聊过什么。
拿 Cherry Studio 为例，不管是默认助手还是我们自定义的助手，在模型设置这里都可以看到「上下文数」。
我们第一个问题是：“你好”
注：点击 Cherry Studio 客户端窗口后按下快捷键 Ctrl + Shift + I（Mac端：Command + Option + I）可以打开控制台，查看请求过程。
我们第三个问题是“很好”
当我们问第四个问题：“不需要”时，我们可以看到我们第一个问题就被丢了！！！
这里的上下文轮数其实就是短期记忆的轮数。超过这个轮数的话，那么它就不会再发给大模型了。
有些朋友可能会问，那我们把上下文数设置长一点不就行了吗？
事情远没有想象的那么简单。
对于很多大模型来说，是按照输入和输出的 tokens 来计费的，上文越长越贵。截图来自；https://api-docs.DeepSeek.com/quick_start/pricing
对大多数模型来说，上下文越长，能力相对来说是会普遍下降的。
详情参见：https://research.trychroma.com/context-rot
由于短期是把聊天记录当做参数传过去，所以在不同的对话中无法自动共享一些关键信息。
长期记忆允许智能体存储、检索和利用过去跨越数天、数月甚至数年的信息。
技术实现： 通常采用 检索增强生成（RAG） 技术。智能体将重要信息转化为向量（Embeddings）存入数据库。当需要时，通过语义匹配检索相关片段。 深度分类： 情境记忆 (Episodic Memory)： 记录具体的“经历”。例如：“用户上周二在上海出差，提到过喜欢那里的咖啡”。 语义记忆 (Semantic Memory)： 存储抽象的“事实”。例如：“用户对花生过敏”。 程序记忆 (Procedural Memory)： 记录执行任务的“技能”或“SOP”。例如：智能体学会了如何使用某个特定的 API 接口。
拿 Cherry Studio 为例，长期记忆是通过“全局记忆”实现的。
你可以手动添加记忆，也可以在智能体里开启记忆。它就会把自己需要记忆的信息做判断，然后自动存储。
我们可以在整体设置这里打开全局记忆。
我们在和他们聊天的时候，它会先检索相关的记忆，然后再回答我们的问题。
如果它认为有些信息需要记住，也会自动保存到记忆中。
听着很完美，实际上还是会存在很多问题。
有时候记忆是 AI 自动决策的，没有和用户确认，那么这些记忆可能是错误的。
有了记忆之后，有些模型不够聪明，它有时会强行和相关记忆上靠，导致回答并不是我们想要的信息。
当我们开启全局记忆时，用户发起对话就会调用 Memory_Search 工具检索可能相关的记忆，并把它们放进上下文，帮助大语言模型更好地回答问题。
回答完成后，系统还会异步提取本次聊天的信息，如有需要增加、修改或删除的记忆，也会通过相应工具处理。
简要来说，短期记忆是通过请求时传入对话历史来实现的，通常在对话内有效。长期记忆则是通过持久化存储，如向量数据库实现的，可以跨对话。
