这一讲解决什么问题上一讲我们讲了 Agent 状态管理。状态管理回答的是:当前这个任务进行到哪里了?比如:当前正在分析 order-service 超时问题。 已经查询过日志。 已经发现 timeout 主要来自 payment-service。 下一步应该查询 payment-service 指标。这些信息属于当前任务。任务结束后,它们不一定还需要长期保留。但有些信息不同。例如:用户习惯使用中文回答。 用户是 Python 后端开发者。 用户希望代码示例尽量使用 FastAPI 和 Pydantic。 某个项目使用 PostgreSQL 和 Redis。 团队要求高风险操作必须人工确认。 用户上次让 Agent 生成过一套 Agent 课程大纲。这些信息可能会在未来任务中继续有用。这就是 Memory。本讲要解决的问题是:Agent 如何记住长期有用的信息,并在合适的时候使用它们,同时避免错误记忆、隐私泄露和记忆污染。很多人听到“记忆”会下意识以为:
第 12 讲:Memory:让 Agent 记住用户偏好和历史任务
这一讲解决什么问题上一讲我们讲了 Agent 状态管理。状态管理回答的是:当前这个任务进行到哪里了?比如:当前正在分析 order-service 超时问题。 已经查询过日志。 已经发现 timeout 主要来自 payment-service。 下一步应该查询 payment-service 指标。这些信息属于当前任务。任务结束后,它们不一定还需要长期保留。但有些信息不同。例如:用户习惯使用中文回答。 用户是 Python 后端开发者。 用户希望代码示例尽量使用 FastAPI 和 Pydantic。 某个项目使用 PostgreSQL 和 Redis。 团队要求高风险操作必须人工确认。 用户上次让 Agent 生成过一套 Agent 课程大纲。这些信息可能会在未来任务中继续有用。这就是 Memory。本讲要解决的问题是:Agent 如何记住长期有用的信息,并在合适的时候使用它们,同时避免错误记忆、隐私泄露和记忆污染。很多人听到“记忆”会下意识以为: