状态与记忆：三种记忆别混成一个向量库

读完这一节，你能做到

1. 分清三种记忆各自解决什么问题、该存在哪。
2. 让长任务在中途失败后能续跑，而不是重头再来。
3. 设计一套"能召回、不被污染、可删除"的长期记忆。
4. 说清记忆与 RAG 在权限和更新上的本质区别。

一、三种记忆，三种生命周期

类型	解决什么	生命周期	存在哪
对话记忆	这轮在聊什么	分钟到小时	对话历史 + 摘要
工作流状态	任务做到哪了	小时到天	业务库，结构化字段
长期记忆	这个人是谁	月到年	用户画像表 + 向量

混用的代价

• 把任务进度塞进对话：一断线就丢，重跑还重复副作用。
• 把用户偏好塞进对话：每次都要重讲，跨会话消失。
• 三者塞进一个大向量库：召回不稳定，成本还高。

判断方法：这个信息失效后，谁会出错？只影响当前对话 → 对话记忆；影响任务继续 → 工作流状态；影响下次来访 → 长期记忆。

二、对话记忆：留最近的，压早先的

策略

1. 最近 3-5 轮原样保留。
2. 更早的对话压缩成"事实与结论"，不要留过程。
3. 已经确认的关键事实抽出来，变成结构化字段，不再依赖对话历史。

摘要里该有什么

• 已确认的信息（地址、金额、时间）
• 已达成的决定（选了哪个方案）
• 未解决的问题（还需要确认什么）

不该有什么

寒暄、情绪表达、重复的确认、模型自己的推测。

三、工作流状态：长任务的命门

四件套

1. 状态落库：任务 id、当前步骤、每步输入输出、失败原因。
2. 步骤幂等：同一步重复执行不产生额外副作用。
3. 检查点：每步完成即提交，而不是全做完才写一次。
4. 恢复逻辑：启动时读状态，从最后未完成的步骤继续。

恢复时的三个坑

• 上一步"已发出但结果未知"，必须查状态而不是重做。
• 中断期间外部数据变了，恢复前要重新校验前置条件。
• 恢复后不要重新规划整条链路。

判断标准

一个任务如果超过几十秒、跨多个外部系统，就该用状态机或工作流引擎，而不是指望一次模型调用跑完。

四、长期记忆：存、取、清

存什么

• 结构化字段：语言、时区、套餐、明确确认过的偏好。
• 半结构化 + 向量：零散事实与历史结论，带时间戳与来源。

不存什么

• 身份证、银行卡、密码、完整手机号。
• 模型的推测（"用户可能预算有限"）。
• 易变事实（余额、库存、订单状态）。
• 一次性噪声（寒暄、试探性提问）。

怎么召回

• 每次只取 3-5 条，按相关性与时间衰减排序。
• 优先取"用户明确说过"的，其次才是"系统总结的"。
• 冲突时以更新的为准，旧记录保留以便追溯。

怎么防污染

1. 来源标记：user_said / inferred / system。
2. 写入审核：模型提出的记忆候选先落候选表，命中规则或人工确认后才正式入库。
3. 过期与冲突：给记忆设有效期，冲突时走覆盖或合并策略。
4. 可查看可删除：用户能看到系统记住了什么，并能删掉。

一个反模式

每轮对话后让模型"自动总结并写入记忆"。几轮之后库里全是模型的自我复述，真实信息被稀释。

五、记忆和 RAG 不是一回事

维度	RAG	记忆
数据归属	共享文档/知识库	单个用户或租户
来源	上传、同步、爬取	对话中产生、用户确认
更新	文档更新后重建索引	每次交互可能增量写
权限	按文档权限过滤	严格按用户隔离

技术上两者都可能用向量检索，所以常被混为一谈。但"谁的数据、谁能看、什么时候失效"完全不同。

混用的典型后果：把用户偏好写进共享文档库，轻则召回串味，重则数据泄露。

六、常见坑

1. 把任务进度存在对话里。 一断线全丢。
2. 三种记忆共用一个向量库。 召回不稳定，权限也说不清。
3. 让模型自动写记忆。 库会被自我复述污染。
4. 记忆只增不删。 过期偏好会一直影响输出。
5. 敏感信息入库。 这是合规问题，不是技术问题。
6. 记忆与知识库不隔离。 租户串数据。

七、动手任务：自写 → AI 写 → 对比 → 取舍

四步不跳：① 自己写（限时，关掉补全）→ ② 让 AI 写同一题 → ③ 逐条比对 → ④ 说出保留谁的写法。

① 自己写

1. 为你的场景画一张记忆分层表：哪些进对话、哪些进状态库、哪些进长期记忆，各自的失效条件是什么。
2. 写一份长期记忆的字段设计：字段名、来源标记、有效期、是否可删除。

② 让 AI 写同一题

把第 1 题交给 AI，补一句 三个层次分别给“写入时机 / 读取时机 / 失效条件”，不要只列字段。

③ 对比要盯的点

• 它有没有把任务进度错放进对话记忆？
• 长期记忆有没有来源标记与有效期？
• 敏感信息它有没有明确排除？

④ 一句话取舍

如果只能保留一种记忆，你会保留哪种？为什么。

八、自测

1. 三种记忆分别解决什么问题？生命周期多长？
2. 判断某个信息该放哪一层，你问哪个问题？
3. 摘要里应该保留什么、删掉什么？
4. 长期记忆防污染有哪四个手段？
5. 记忆与 RAG 的四个差别是什么？
6. 为什么不让模型每轮自动写记忆？

参考答案要点：对话/工作流/长期，分钟到年；失效后谁会出错；事实与结论，删寒暄；来源标记、写入审核、过期冲突、可删；归属、来源、更新、权限；会被自我复述污染。

配套题目

★ 越多越该先背；点题目可看完整答案与深入版。

• ★★★★☆ 会话记忆、工作流状态、长期记忆，分别解决什么问题？
• ★★★☆☆ 长期记忆怎么存、怎么召回，怎么防止被污染？
• ★★★☆☆ 记忆和 RAG 是一回事吗？
• ★★★☆☆ 长任务执行到一半中断了，怎么恢复？