不同 Agent 系统的记忆机制有哪些差异?

考查重点:记忆表示与检索取舍。对比整段历史、摘要和外部检索记忆:前者细节多但占窗口,摘要更省但会失真,检索可扩展但会漏召回

本题目录

参考答案

核心回答

不同Agent记忆机制的差异,主要体现在保存什么、何时写入、怎样进入上下文、如何更新与隔离。有的以可读文件保存项目规则和少量稳定经验,有的把会话与长期记录分开检索,有的把记忆作为独立服务管理生命周期。不能只按“用了向量库还是Markdown”判断能力。

比较时先区分当前对话状态、跨会话事实与可复用流程,再看其读写时机、检索方式、作用范围和删除成本。下面以公开文档中的Claude Code、OpenClaw、Hermes和MemOS作具体参照,实际能力仍随版本和配置变化。

几类系统的具体侧重

Claude Code把用户编写的CLAUDE.md等项目指令与自动积累的auto memory分开:前者提供规范和项目背景,后者保存纠正、偏好与经验。它们作为上下文帮助决策,不能替代工具权限或执行拦截。

OpenClaw将工作区Markdown作为显式记忆载体,区分用户资料、长期事实与日常笔记。简短稳定内容进入会话启动上下文,详细资料通过检索或读取获取;这种方式容易查看和编辑,但仍需管理文件预算、范围和旧信息。

Hermes的内置记忆使用MEMORY.md和USER.md区分环境经验与用户资料,在会话开始时注入快照,通过memory工具增删改,历史细节可由session_search补取。会话中写了文件,不等于当前已有的固定快照自动变新;需要区分文件状态和当轮模型输入。

MemOS更强调将记忆条目作为独立资源管理。其云版文档描述生成、活跃、合并、归档、过期和冻结等生命周期;生命周期决定条目是否有效,调度与检索再决定本次是否使用。云版与开源版的具体能力需要分别核对。

怎样做有意义的选型

小型编码项目的规则与环境事实相对少,可读文件加按需检索往往够用;大量用户事实、时间变化和跨会话查询,则更需要结构化条目、命名空间、索引与生命周期管理。向量检索可以加入文件记忆系统,文件也可以是数据库服务的产物,两者并不互斥。

共同需要检查的是:用户明确更正后能否更新,临时偏好会不会覆盖长期偏好,其他项目能否读到本项目内容,删除是否同步影响摘要、缓存和索引。对同一批跨会话任务比较正确召回、误召回、更新延迟、Token成本和可维护性,才比功能清单更有价值。

常见追问

记忆就是上下文压缩吗? 压缩主要服务当前任务接力,长期记忆负责未来任务选择性复用;存下一段摘要,并不会自动拥有写入筛选、冲突处理和检索能力。

对应教程

参考资料

相关面经

3 篇

哔哩哔哩(B站)

Agent 应用开发工程师
二面
查看原面经 →
各家Agent系统的记忆机制

滴滴

Agent 开发
二面
查看原面经 →
Claude Code和Hermes在记忆系统上有什么差别?你怎么理解不同场景需要不同的记忆设计?

高德

Agent
社招一面
查看原面经 →
men os 讲一下 他们的亮点是什么? 或者市面上的比如说hermes agent claude code openclaw记忆怎么做的?

收录题集

4 个来源,共7 份题集

Agent开发面试题

摸鱼酱mio · 个人整理 · 1 条原题

查看题集 →

记忆与上下文:长对话不丢信息的实战方案

Onefly · zero2Agent · 1 条原题

查看题集 →

Agent Memory专题问答

阿东玩 AI · AgentGuide · 2 条原题

查看题集 →

记忆框架比较问答

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →

Agent Memory进阶追问

阿东玩 AI · AgentGuide · 1 条原题

查看题集 →
展开剩余 2 份题集

相关题目

4 题