用户记忆与知识库
大脑天生健忘：窗口一合上，这段经历就不存在了。记忆系统让 Agent“记得住”，知识库让它“查得到”——这是两种不同的能力，也常被混为一谈。
先划清两条线的边界：
- 记忆（Memory）：Agent 与这个用户/这个任务的亲历经历——你的偏好、上次对话的决定、项目的来龙去脉。它是私有且不断生长的。
- 知识库（Knowledge Base）：外部世界的既有知识——产品文档、法规条文、技术手册。它通常是公共的、相对静态的。
两者的技术栈有重叠（都涉及存储和检索），但目标不同：记忆回答“关于你，我知道什么”，知识库回答“关于世界，有什么可查”。
记忆：从窗口外找回经历
记忆的层次
借用 Letta（前身 MemGPT）的分析框架，Agent 记忆可分三层：
| 层次 | 内容 | 类比 |
|---|---|---|
| 窗口内记忆（in-context） | 当前对话、系统提示 | 工作记忆 |
| 情景记忆（episodic） | 发生过的具体事件：上次的对话、曾经的失败尝试 | 日记 |
| 语义记忆（semantic） | 从经历中提炼的稳定事实：用户偏好、项目约定 | 人物画像 |
| 程序记忆（procedural） | 学到的做法：某个任务的最佳提示词、工作流程 | 经验技巧 |
记忆的生命周期：写入、检索、遗忘
一个可用的记忆系统要回答三个问题：
- 记什么、何时写。不是所有对话都值得记。实践中常用一个轻量模型在会话中或会话结束时做“提炼”：把值得保留的信息写成结构化条目（“用户偏好简洁的回答风格”），而不是存原始对话。
- 何时取、怎么取。每次新会话开始或对话进行中，用当前话题去检索相关记忆注入上下文。向量相似度检索是主流，配合元数据过滤（用户 ID、项目、时间）更准。
- 何时忘、如何更新。记忆会过时（“用户在用 Vue”半年后可能变成“用户在用 React”）。好的记忆系统支持更新与冲突消解——新记忆覆盖旧记忆而不是无限堆积，否则陈旧记忆会主动污染行为。
开源生态里，Letta（MemGPT）提供了完整的记忆架构（核心思想：让模型自己管理分页的记忆，类似操作系统的虚拟内存），mem0 则专注记忆的提炼-检索-更新管道，两者都可作为自建记忆系统的参照。
记忆的最小可行实现
不必一开始就上向量数据库。很多 Coding Agent 的记忆就是一两个 Markdown 文件（如记录用户偏好的 MEMORY.md）：会话结束提炼几条写进去，新会话开头读进来。文件即记忆，简单、可审查、可手工编辑——先跑通循环，再考虑升级存储。
知识库：RAG 的基本盘
知识库的目标是让 Agent 能回答“训练数据里没有、窗口里也装不下”的问题。标准方案是 RAG（Retrieval-Augmented Generation，检索增强生成），管道分四步：
text
离线索引：文档 → 切块（chunking）→ 向量化（embedding）→ 存入向量库
在线检索：用户问题 → 向量化 → 相似度检索 → （重排序）→ 取 Top-K 片段
生成： 片段注入上下文 → 模型基于片段作答每一步都有影响成败的细节：
- 切块：块太大则检索不精、挤占窗口；块太小则上下文断裂。按语义边界（章节、段落）切，保留标题层级作为元数据。
- 检索质量决定上限。向量相似度只是起点，实践里常配合关键词检索（混合检索）与重排序模型（reranker）。检索不到相关内容，后面的模型再强也没用。
- 引用与归因：让答案标注来源片段，既是反幻觉的护栏，也是用户信任的基础。
与上下文工程的边界
记忆和 RAG 最终都以“往上下文里注入信息”收尾，那它们和 Context Engineering 是什么关系？可以这样定位：
- Context Engineering 回答怎么管理窗口：压缩、隔离、缓存，是机制层。
- 记忆与知识库回答管理什么内容：亲历经历与外部知识，是内容层。记忆系统的“检索注入”，正是 Context Engineering 中“检索注入”策略在两类数据上的具体化。
本章小结
- 记忆 = 亲历经历（私有、生长），知识库 = 外部知识（公共、静态），两条线分开设计。
- 记忆系统的三问：记什么、何时取、何时忘；最小可行实现可以只是一个 Markdown 文件。
- RAG 管道：索引 → 检索 → 生成；检索质量决定上限，切块与重排序是主要抓手。
- 记忆与知识库是内容层，上下文工程是机制层，最终都在窗口里汇合。