智能体记忆（Agent memory）

是什么

语言模型一次只能看到有限长度的一段文本，这段范围通常叫上下文窗口（context window）。智能体记忆（agent memory）指的是智能体系统里负责把信息存到当前上下文窗口之外、以便之后重新调取的那一部分^[1]。模型本身只看得到眼前这一屏内容，窗口之外的东西由记忆系统来处理。

怎么工作：借用操作系统的分层存储

Packer 等人于 2023 年 10 月发表的 MemGPT 提出了「虚拟上下文管理」（virtual context management），思路借自操作系统的分层记忆体系^[1]。操作系统让程序以为自己拥有比物理上更大的内存，靠的是在快慢不同的存储之间搬运数据；MemGPT 把这套办法用到上下文窗口上，通过数据在快慢记忆之间的移动，制造出记忆资源很大的表象^[1]。它管理不同的记忆层级，使得在模型有限的上下文窗口之内，仍然能用上被扩展到窗口之外的内容^[1]。系统与用户之间的控制流则用中断（interrupt）来管理^[1]。

举一个具体的小例子：智能体在处理一份很长的文档时，可以把前面章节的简短摘要留在窗口里，全文放在窗口之外；当某个问题需要用到开头某处的细节时，系统再把这部分内容搬回窗口。窗口里始终只放当下要用的东西，但对使用者来说，好像整份文档都在手边。

从哪来

这条工作把有限的上下文窗口明确当成核心约束：任何智能体记忆的设计，都得绕着这个约束做文章^[1]。虚拟内存之所以合适，是因为它面对的正是同一类困难——快的存储小，慢的存储大，靠调度把两者的差距藏起来。

测了什么

作者在两件事上检验了这套设计。一是文档分析：让 MemGPT 处理远远超出底层模型上下文窗口的大文档^[1]。二是多会话聊天：用它构建对话智能体，这些智能体能在与用户的长期互动中记住信息、进行反思并随之演化^[1]。

意义与边界

对智能体来说，能不能在窗口之外保留信息，是它从一次性问答走向跨会话持续工作的分界之一。代价是：哪些内容留下、怎么概括、什么时候搬进搬出，都需要系统自己决定，分层记忆也让系统比直接调用模型更复杂。不变的起点是那个约束本身——有限的上下文窗口塑造了整个设计^[1]。