为什么？
因为窗口再大也只能是临时的短期记忆。况且这个窗口不能无限大，DeepSeek V4 的窗口已经很大了，也只有 1 兆 token；另外，新开一个窗口，之前的临时记忆也会消失。真正的记忆，要靠 Harness Engineering 和 Context Engineering。
哈喽大家好，我是二哥呀。前两期我们讲了，LLM 是没有记忆的，上下文窗口是有大小限制的。今天讲最关键的一期——怎么样才能让 Agent 真正拥有记忆？
面试官问这道题，考三层：第一，短期记忆和长期记忆分别解决了什么问题；第二，各自怎么实现；第三，记忆存多了怎么维护。
好，接下来给你满分回答，照着背就完事了。
LLM 是无状态的。Agent 想要拥有记忆，需要在工程层面维护两样东西：短期记忆和长期记忆。
先说短期记忆。短期记忆解决的是一次对话内的问题——怎么在有限的上下文窗口里，保留尽可能多的有效信息。
两个办法。
第一个，滑动窗口。只保留最近 N 轮对话，最早的直接丢掉。简单粗暴，但有用。大部分场景下，最近几轮的上下文是会比开头的更重要。
第二个，摘要压缩。用 LLM 把早期的 20 轮对话压缩成一段 200 字的摘要，塞回窗口继续用。token 省了，关键信息还在。Claude Code 就是这么干的，对话太长的时候，系统会自动把前面的内容压缩成摘要。
再说长期记忆。长期记忆解决的是跨对话的问题——你今天告诉 Agent 你叫什么、做什么工作，下次新开对话，它还认识你。
怎么做到？四步。
第一步，提取。Agent 从对话中识别出关键信息。比如“用户是程序员”“偏好用 Python”“项目用的是 Spring AI”。
第二步，存储。把这些信息写进外部文件或者数据库，持久化保存。对话结束了，信息还在。
第三步，检索。下次新开对话，根据用户当前的输入，找出相关的记忆。
第四步，注入。把检索到的记忆塞进 system prompt。模型一读，就“看到”了你的历史信息。
举个例子。Claude Code 的记忆系统就是把关键信息写成 markdown 文件存在本地项目里。每次新对话启动，自动把这些文件加载进上下文。模型本身还是无状态的，但你感觉它“认识”你。
面试官如果追问：“记忆存多了、过时了怎么办？”
告诉他——靠记忆反思（Memory Reflection）。Agent 会定期回顾已有的记忆，做三件事：
- 第一，更新过时信息，比如用户换了工作，旧的职位要标记为过期；
- 第二，合并重复内容，五次对话都提到“偏好 Python”，合成一条就够了；
- 第三，发现矛盾主动修正，存着“用户是素食主义者”，但用户问“附近哪家牛排馆好”，Agent 会主动确认。
QoderWork 就有记忆反思功能，Agent 会主动检查每条记忆还准不准确、有没有和新的对话矛盾。
最后送大家一句口诀——短期靠压缩，长期靠外存；提取存检索，注入变记忆。
这道题你学废了吗？想解锁更多 Agent 面试题的源码级拆解，点赞关注，我是二哥，下期见！