摘要

很多人把 Agent 的记忆问题当作 Prompt 工程问题：写好提示词、塞够上下文、定期总结一下。但当任务变长、角色变多、会话跨越数天乃至数月，这种做法会迅速失效——因为记忆本质上不是文本问题，而是资源的生命周期管理问题。2026 奇点智能技术大会（11 月 20-21 日 · 北京万达文华酒店）"智能体应用创新与开发实践"专题中，记忆张量 MemOS 研发负责人庄郭冕将带来这一方向的实践。本文拆解"记忆操作系统"这一范式的核心：把记忆当作可被操作系统管理的资源层，并讨论它的分层、调度、生命周期与隔离问题。

一、为什么记忆不该由 Prompt 负责

把历史对话直接拼接进 Prompt，是最朴素也最先遇到瓶颈的做法。它的失效可以用三个递进的问题说明。

第一个问题是成本与延迟线性增长。 上下文越长，预填充成本越高，首 token 延迟越长。当会话跨越几十轮，每一次调用都在为历史买单，而这些历史里绝大部分内容与当前请求无关。

第二个问题是干扰。 长上下文中混入的大量无关信息会稀释指令权重，导致模型忽略关键约束。这在工程上表现为"聊得越久越不听话"，而其根因并非模型退化，而是信噪比下降。

第三个问题是无法结构化。 拼接式记忆是一段扁平文本，无法区分"这是用户确认过的偏好"与"这是模型自己推测的结论"，也无法支持跨会话的精确检索与选择性遗忘。

Prompt 拼接式记忆：历史 = 一段越来越长的文本
记忆操作系统：    记忆 = 有类型、有生命周期、可被调度的资源对象

第三个问题最为致命——它让记忆无法被审计、被纠正、被共享。当多个 Agent 需要基于同一份用户画像协作时，扁平文本的局限会直接暴露。

二、记忆操作系统的四层抽象

把计算机系统的思路迁移过来，记忆管理可以划分为四层职责分明的抽象：

层级	职责	对应能力
表示层	记忆以什么形式存在	向量、键值、图谱、结构化事件
生命周期层	写入、更新、遗忘	TTL、重要性衰减、显式删除
调度层	何时取哪些记忆进入上下文	相关性检索、预算分配
隔离层	谁能看到哪些记忆	会话隔离、租户隔离、权限

表示层决定了检索的质量上限。向量擅长语义相似检索，图谱擅长关系推理，结构化事件擅长时序行为。真实系统通常需要混合而非单一表示。

生命周期层是最容易被忽略却最重要的部分。没有遗忘机制的记忆系统，会随着时间推移不断积累过时甚至错误的信息；而没有重要性衰减的系统，则会在检索时被大量陈旧条目淹没。

调度层的核心是在有限的上下文预算内做取舍——正如操作系统的内存换页，决定哪些内容该在"内存"里，哪些留在"磁盘"。

隔离层在多租户或多 Agent 协作场景不可或缺：一个 Agent 不应该看到另一个 Agent 的中间思考过程，用户 A 的偏好更不能泄漏给用户 B。

三、记忆的写入：难点在"写什么"

比起检索，写入是更难的工程问题。难点有三。

其一，提取什么值得记。 并非所有对话内容都具备长期价值。有价值的通常是：用户显式确认的偏好、被纠正过的错误、稳定重复出现的任务模式、以及跨会话仍然成立的领域事实。

其二，如何避免写入错误结论。 若模型把一次推测当作事实写入长期记忆，这个错误会被后续所有会话放大。工程上的常见做法是为每条记忆标注来源与置信度，低置信度的条目在检索时被降权或标注待验证。

其三，如何处理冲突。 用户可能在新会话中推翻旧偏好。系统需要支持"同一主题的最新陈述覆盖旧条目"的更新语义，而不是简单追加两条互相矛盾的记忆。

# 记忆写入的最小可用模型
Memory(
    content="用户偏好用中文回答技术细节问题",
    source="explicit_user_statement",   # 显式陈述 | 模型推测 | 外部写入
    confidence=0.95,
    created_at=...,
    ttl_days=180,
    scope="user:LiLei",                 # 隔离作用域
    supersedes=None,                    # 若更新旧记忆则指向其 id
)

注意 source 与 confidence 两个字段——它们是把记忆从"文本"变成"可治理资源"的关键。有了来源，审计成为可能；有了置信度，检索排序才有依据。

四、遗忘是被低估的能力

在产品讨论里，遗忘常被当作负面能力，但在长期运行的系统里，遗忘与写入同等重要。原因有三：

1. 时效性：用户的工作环境会变化，三年前的偏好很可能已不再适用；
2. 正确性：错误的记忆如果永不消除，会持续污染后续决策；
3. 成本：无限增长的记忆库会拖慢检索、提高存储成本，并降低检索信噪比。

实现上常见三类遗忘策略：时间衰减（按 TTL 或半衰期降低权重）、重要性排序（长期未被检索的条目自然降级归档）、以及显式删除（用户要求删除时必须彻底生效，这同时也是合规要求）。

值得注意的是第三类：在隐私合规语境下，"被遗忘权"要求删除必须彻底且可验证，包括从向量索引、缓存、备份中移除。这要求记忆系统从设计之初就把删除当作一等公民，而不是事后补丁。

五、与 KV Cache 复用的关系

记忆管理与近两年备受关注的 KV Cache 复用，解决的是不同层次的问题，二者并不冲突：

• KV Cache 复用解决的是"同一份上下文被反复计算"的成本问题，作用在一次请求或其前缀层面，属于计算层优化；
• 记忆系统解决的是"应该把什么放进上下文"的决策问题，作用在多轮会话与跨 Agent 层面，属于语义层优化。

二者可以叠加：先把该放进上下文的记忆选出来，再依赖前缀缓存减少重复计算。先用得对，再用得省，顺序颠倒则收益有限。

六、多 Agent 协作时的记忆共享与冲突

当系统里存在多个 Agent 时，记忆管理的复杂度会再上一个台阶，核心难点从如何存变成如何共享而不互相污染。

第一类问题是共享粒度。 有些记忆应当全局共享，例如用户的语言偏好与组织级规范；有些只能角色内共享，例如特定岗位的操作流程；还有些必须严格私有，例如某个 Agent 的中间推理过程。用单一作用域表达这三类需求几乎不可能，实践中通常需要分级的命名空间：全局空间、角色空间、私有空间三层，并规定越权访问的默认拒绝策略。

第二类问题是写入冲突。 两个 Agent 在同一主题上可能得出不同结论，若都写入共享空间，后续检索会返回矛盾信息。常见的处理方式是引入写入确认机制：模型推测类记忆进入待确认状态，只有在被用户或其他 Agent 交叉验证后才提升为可信条目。

第三类问题是雪崩式污染。 若一个 Agent 写入了错误记忆，其他 Agent 读取后又会基于它生成新的记忆条目，错误会沿着协作链路被放大。防御手段包括为记忆保留溯源链路（记录它由谁写入、基于哪些输入），以及定期执行一致性检查，对置信度低且被引频繁的条目重点复核。

这三类问题共同说明一件事：在多 Agent 场景里，记忆治理的重点不在存储与检索，而在权限、溯源与冲突消解。 缺少这三者的记忆系统，规模越大反而越不可靠。

七、如何评估一套记忆系统的好坏

记忆系统很难用直觉判断优劣，建议用四类指标做量化评估，它们分别对应准确性、时效性与成本三个维度的取舍。

第一类是检索命中率。 给定一个需要历史信息才能正确回答的问题，系统能否把正确的记忆条目召回。这需要预先构造一批带标准答案的评测题，而非依赖人工感觉。命中率低通常意味着表示层选择不当或记忆写入时信息不完整。

第二类是抗干扰率。 给定一段包含相似但无关历史的上下文，系统能否避免召回误导性条目。这一指标常常被忽略，却直接决定长周期使用的体验：一个动不动把三个月前的过时偏好翻出来的系统，会让用户迅速失去信任。

第三类是陈旧度。 统计被召回记忆的平均年龄与其中已过期条目的占比。陈旧度上升通常说明遗忘机制缺失或权重衰减设置不合理。

第四类是成本曲线。 观察随会话轮数增长时的上下文长度与单轮成本变化。健康的系统应呈现平缓增长，若仍接近线性上升，说明调度层并未真正生效，本质上还是在拼接历史。

这四类指标的共同价值在于把体验问题转化为工程问题：当用户抱怨助手记不住事情时，团队可以直接定位是召回问题、遗忘问题还是调度问题，而不是笼统地归咎于模型不够强。

八、记忆与隐私：不可回避的合规约束

记忆系统越强大，隐私风险也越高，因为它天然倾向于长期保存用户的细粒度行为数据。三条底线在设计阶段就应被纳入。

其一是最小化收集。 只保存完成功能所必需的记忆条目，避免把所有对话内容默认写入长期记忆。很多团队初期的做法是全量存储，等到用户规模上来后再做清理，此时往往已经积累了难以梳理的历史包袱。

其二是作用域隔离。 用户级的记忆必须严格隔离，任何跨用户检索或模型训练用途都需要显式授权，并在技术上防止间接泄漏——例如向量索引的近似检索若配置不当，可能返回相邻用户的条目。

其三是彻底删除。 用户要求删除记忆时，必须能从主存储、向量索引、缓存与备份中一并移除，且过程可验证。这既是合规要求，也是信任基础：一个删不干净的系统，无论能力多强都难以获得长期信任。

九、大会前瞻

11 月 20-21 日，北京万达文华酒店，2026 奇点智能技术大会。记忆一直是 Agent 工程里"人人都在做、却少有人系统化"的环节。庄郭冕带来的 MemOS 实践，价值在于把一套可以复用的抽象摊到台面上：表示、生命周期、调度、隔离四层职责如何切分，以及遗忘与删除为何必须与写入同等看待。

对于正在开发长周期 Agent 产品的团队，这类系统性视角比若干 Prompt 技巧更有长期价值。

---

大会信息
2026 奇点智能技术大会 + C++ 及系统软件技术大会
时间：2026 年 11 月 20-21 日
地点：中国·北京万达文华酒店
大会报名链接：点击报名参会

立即报名，锁定 Lukasz Kaiser Keynote 与 70+ 场演讲完整资料！