这个视频由 IBM Technology 的 Martin Keen 讲解，主要介绍了 AI 智能体（AI Agent）不可或缺 combat 的四种记忆类型。该内容基于普林斯顿大学研究团队提出的 Coala 框架（Cognitive Architectures for Language Agents，语言智能体认知架构），将人类记忆模型映射到了 AI 系统中 [01:47]。
以下是视频内容的详细拆解：
💡 为什么 AI 需要记忆？
普通聊天机器人（Chatbot）只是被动给出回复，而 AI 智能体（Agent）能利用持久化知识和累积的经验来优化行为、记住偏好并规避过去的错误。记忆，正是区分普通聊天机器人与真正 AI 智能体的关键 [09:54]。
🧠 AI 智能体的四种记忆类型
1. 工作记忆 (Working Memory) — 上下文窗口
- 概念：相当于 AI 的上下文窗口（Context Window） [02:04]。
- 特点：
- 存放当前对话、系统指令（System Instructions）以及当前加载到 Prompt 中的文件或数据 [02:15]。
- 类比 RAM（随机存取内存）：速度极快、随时可读取，但具有挥发性（会话结束数据即清空）且容量有上限 [02:27]。
即使目前上下文窗口能扩展到 100 万甚至更多 Token，塞入太多信息仍会导致模型性能下降、丢失中间信息 [02:46]。
现状：这是最基础的记忆，所有聊天机器人和智能体都具备这项能力 [03:09]。
2. 语义记忆 (Semantic Memory) — 知识库
- 概念：存放事实、规则、约定和文档的持久化知识库 [03:24]。
- 实现方式：在学术界常表现为向量数据库（Vector Databases）或知识图谱（Knowledge Graphs），但在实际生产环境中，它往往可以简化为 Markdown（.md）文件 [03:33]。
-
实例：如编程辅助工具 Claude Code，其根目录下的
claude.md记录了项目架构、编码规范、构建命令等。每轮会话开始时，这些静态知识就会被加载进上下文窗口中 [04:04]。 - 作用：告诉智能体它“需要知道什么”，防止其因缺乏持久知识而反复犯相同的错误 [04:27]。
3. 程序记忆 (Procedural Memory) — 技能系统
- 概念：让智能体知道“如何去做”某件事 [04:51]。
-
实现方式：基于开放标准 Agent Skills，通常采用
skill.md文件格式。一个技能文件夹里包含描述其功能的 Markdown 文件和执行该技能的步骤说明（例如：如何做 PPT、如何进行结构化代码审查） [05:00]。 - 核心机制——渐进式披露（Progressive Disclosure）：
- 为了不撑爆“工作记忆”（RAM），智能体在初始状态下只加载一个极其轻量级的技能索引（只包含名称和描述，每个技能约占 100 Token） [05:36]。
只有当接收到的任务匹配到该技能时，智能体才会把完整的执行步骤、模板或脚本加载进来 [05:58]。
与语义记忆的区别：语义记忆的知识在上下文中是常驻的；而程序记忆则是按需加载、用完即走 [06:27]。
4. 情节记忆 (Episodic Memory) — 经验与历程
- 概念：记录智能体在过去的交互、决策中所发生的事，以及从中吸取的教训 [06:36]。
- 实现方式：简单的做法是保存所有对话历史并进行检索，但并不高效。优秀的生产系统采用的是蒸馏/压缩经验（Distillation / Compression） [06:45]。
- 例如：相比于保存一个 45 分钟的长代码调试排错日志，智能体只会提炼并记住一句话：“上次调试认证模块时，问题出在中间件层”。 [07:29]
- 难点（工程挑战）：这是最难完美实现的记忆类型。AI 很难决定该忘记什么 [07:51]。当某些数据过时或用户更换工作时，旧的项目情节记忆是该保留还是遗忘？人类擅长遗忘，但对 AI 而言，遗忘是一个纯粹的工程难题 [07:59]。
🛠 架构设计：并非所有 Agent 都需要四种记忆
Martin 指出，在实际开发中需要根据智能体的复杂度因地制宜地配置记忆组件 [08:24]：
| 智能体类型 | 场景举例 | 所需记忆组件 |
|---|---|---|
|
反射型/路由智能体 |
(Reflex Agent) | 温控器、基础路由 Bot [08:34] | 仅需 工作记忆（Context Window） [08:41] |
| 窄域单任务智能体
(Narrow Agent) | 密码重置机器人 [08:51] | 工作记忆 + 程序记忆（调用重置技能） [09:08] |
| 复杂全能型智能体
(Advanced Agent) | 编程智能体（Coding Agent） [09:26] | 全部四种记忆（上下文 + 项目静态知识 + 各种工具技能 + 跨会话的纠错和经验积累） [09:35] |
视频在最后提出了一个互动问题：在你自己的智能体工作流（Agentic Workflows）中，你目前正在使用哪几种记忆呢 [10:24]？
Top comments (0)