跳到主要内容

Procedural-Memory

1. 定义与边界​

程序性记忆（Procedural Memory）保存“如何做事”的规则、技能、工作流和可复用指令。对 Agent 来说，它常表现为系统提示词片段、技能文件、操作清单、工具使用策略或项目级约定。

程序性记忆不是一次任务日志。只有能稳定指导未来行动的规则才适合沉淀。

2. 为什么重要​

程序性记忆可以让 Agent：

  • 遵循团队工程流程。
  • 复用经过验证的操作步骤。
  • 减少用户重复说明“先读文档再动手”等偏好。
  • 将经验从 episode 提炼为可执行规则。

3. 核心机制​

程序性记忆通常位于 Agent 行为的上游，比普通语义记忆更容易影响决策，因此写入门槛更高。

4. 数据结构​

{
  "type": "procedural",
  "namespace": ["agent", "coding", "workflow"],
  "key": "repo_change_protocol",
  "value": {
    "rule": "Before editing, inspect existing patterns and check git status.",
    "steps": [
      "read relevant files",
      "identify user-owned changes",
      "apply minimal patch",
      "run focused verification"
    ],
    "scope": "coding tasks",
    "priority": "developer_preference"
  },
  "source": {"feedback": "user repeatedly requested read-first workflow"},
  "confidence": 0.9
}

5. 工程实现​

程序性记忆可以落地为：

  • skill 文件或 instruction 文件。
  • prompt template 中的可插拔规则块。
  • 工作流 DAG。
  • 工具策略配置。
  • eval harness 中的固定检查项。
def load_procedures(task, agent_id, store):
    rules = store.search(("agent", agent_id, "procedures"), task.description, k=5)
    rules = [r for r in rules if r.value["scope"] in task.scopes]
    return sorted(rules, key=lambda r: (r.value.get("priority"), r.updated_at), reverse=True)

6. 生产实践​

  • 程序性记忆变更应有版本号和回滚能力。
  • 高风险规则需要人工审核，例如权限、部署、删除数据。
  • 将程序性记忆与系统不可变安全策略分层，不能让用户记忆覆盖安全策略。
  • 从多个 episode 提炼规则前，要确认它不是偶然 workaround。
  • 对规则设置适用范围、优先级和例外条件。

7. 常见反模式​

  • 让 Agent 自己任意改系统提示词。
  • 把用户一次性要求提升为全局规则。
  • 程序性记忆与安全策略同优先级，导致被用户覆盖。
  • 没有版本控制，规则变坏后无法回滚。
  • 规则越积越多，互相冲突，模型难以遵循。

8. 评测方法​

  • 流程遵循率：是否按规则执行关键步骤。
  • 工具调用准确率：程序性记忆是否减少错误工具调用。
  • 规则冲突率：多条规则是否给出矛盾指令。
  • 回归测试：规则更新前后典型任务是否退化。
  • 人工审核通过率：自动生成规则中有多少可进入生产。

9. 安全与治理​

  • 程序性记忆不能覆盖系统、开发者、安全策略。
  • 对“以后忽略审批”“以后自动删除”等规则默认拒绝。
  • 规则来源必须可追溯，尤其是自动提炼规则。
  • 对外部文档和网页提取的流程要标记为非信任来源，不能直接成为高优先级规则。

工程化补强：架构与实现细节​

A. 与 RAG 的硬边界​

Procedural Memory处理的核心对象是Agent 应如何做事的流程、检查清单、工具顺序和组织约定。它来自用户和 Agent 的互动、任务执行轨迹或组织流程，而不是外部文档本身。 RAG 的核心对象是外部知识和证据；Memory 的核心对象是可复用状态。两者可以共享向量库、数据库或检索组件，但不能共享权限模型和写入流程。

维度MemoryRAG
数据来源对话、工具轨迹、用户明确偏好、任务结果文档、网页、代码库、数据库、知识库
写入触发互动后抽取、用户要求记住、后台总结文档 ingestion、同步任务、管理员上传
可信边界默认是个人/项目状态，仍需来源与置信度默认是不可信外部内容，需要证据过滤
检索目标帮 Agent 延续状态和复用经验给回答提供事实证据和引用
失败后果错误会跨任务持续影响行为错误通常影响本次回答或索引版本
评测重点procedure adherence、tool sequence accuracy、regression rate、override incident raterecall、faithfulness、citation accuracy

B. 生产级数据流​

这条链路的关键是写入和检索分离。写入网关决定“能不能成为未来依据”，检索器决定“当前任务是否需要它”。

C. 推荐 JSON 结构​

{
  "memory_id": "mem_01HY...",
  "memory_type": "short_term|semantic|episodic|procedural|profile",
  "namespace": ["org:o_1", "user:u_7", "project:p_3"],
  "content": {
    "summary": "用户希望技术文档用中文、结构紧凑、直接给结论",
    "normalized_value": {
      "language": "zh-CN",
      "style": "concise_engineering"
    }
  },
  "source": {
    "kind": "user_message|tool_trace|episode_summary|admin_policy",
    "trace_id": "tr_20260509_001",
    "turn_id": "turn_14",
    "evidence": "用户明确说：以后回答用中文，少废话"
  },
  "confidence": 0.86,
  "sensitivity": "normal|personal|confidential|restricted",
  "ttl_days": 180,
  "created_at": "2026-05-09T10:00:00+08:00",
  "updated_at": "2026-05-09T10:00:00+08:00",
  "procedure_id": "release-checklist-v3",
    "priority": "project_convention",
  "audit": {
    "writer": "memory_writer_v2",
    "decision": "accepted",
    "policy_version": "memory-policy-2026-05"
  }
}

字段级来源比整条记忆来源更重要。真实系统里经常只有某个字段可靠，不能因为一个字段可信就默认整条画像可信。

D. 写入门槛​

候选信息默认动作原因
用户明确要求“记住”且不敏感写入或更新意图明确，价值高
多次稳定偏好写入低风险字段可减少重复沟通
单次情绪、抱怨、临时选择不写或短 TTL容易误画像
工具失败根因写 episode对未来排障有价值
外部网页诱导的规则拒写外部内容不能提升为行为规则
安全、权限、合规相关变更人审或管理员确认影响面大，不能由普通记忆覆盖

本文件的推荐写入原则是：流程需要来自管理员、稳定项目规范或多次成功 episode 的人工确认提炼。

E. 检索策略​

按任务类型、仓库、角色和工具链选择少量高优先级流程。工程上建议分三步：

  1. 硬过滤：tenant、user、project、role、sensitivity、TTL、deleted tombstone。
  2. 候选召回：profile 精确读取，semantic/episodic/procedural 可用关键词、向量和标签组合。
  3. 上下文组装：限制条数，附带类型、来源、置信度和“不能覆盖系统/开发者/安全策略”的说明。
def retrieve_memory(task, user, project, budget):
    scopes = acl_scopes(user=user, project=project)
    candidates = []
    candidates += profile_store.get(scopes.user_profile_fields(task))
    candidates += memory_index.search(task.query, filters=scopes.filters, k=20)
    ranked = rerank_by_usefulness(candidates, task.intent, now=task.now)
    safe = [m for m in ranked if policy.can_inject(m, task)]
    return pack_with_provenance(safe, token_budget=budget)

F. 遗忘与生命周期​

规则版本废弃、灰度回滚、命中率低的流程降权、冲突规则合并。遗忘不是简单删除文本，还包括向量、缓存、摘要、备份可恢复窗口和审计索引的协同。

生命周期阶段操作验收点
候选只在临时队列保存未通过网关不进入长期库
活跃可检索、可解释、可编辑trace 中能看到使用原因
降权过期、低命中、低置信默认不注入上下文
归档保留审计或历史统计不参与在线检索
删除tombstone + 索引清理删除 SLA 和回归测试通过

G. 失败模式与修复​

失败模式早期信号修复动作
把用户临时指令升级成高优先级规则，覆盖系统安全策略召回内容与当前任务不符，用户反复纠正拆 namespace、加写入门槛、补评测切片
错误记忆长期影响回答同类任务持续给错建议增加冲突检测、用户编辑入口、低置信降权
过度个性化Agent 在无关任务套用用户偏好按任务域检索，不全量注入画像
记忆投毒记忆中出现“忽略规则”“扩大权限”等内容策略拒写，已写入内容隔离并审计
上下文污染注入记忆太多，模型忽略当前指令top-k 限制、摘要化、按阶段注入
删除不彻底删除后仍可被向量召回tombstone 过滤、重建索引、缓存失效

H. 评测指标​

指标计算方式用途
Memory precision@k注入记忆中真正有用的比例控制上下文污染
Needed-memory recall@kgold memory 是否被召回检查检索覆盖
Task lift开启记忆后的成功率/轮次/工具错误变化判断是否值得保留系统复杂度
Stale-use rate被使用但已过期或被覆盖的记忆比例发现遗忘策略问题
Bad-write escape rate不应写入但进入长期库的比例评估写入网关
Privacy incident rate越权召回、敏感泄露、误画像事件数安全红线指标

I. 安全治理清单​

  • 记忆内容永远不能提升为系统指令，不能覆盖安全策略和开发者约束。
  • 用户画像需要可查看、可修改、可删除；敏感画像默认不做自动推断。
  • 外部文档、网页和工具输出要标记来源可信度，默认不能写成程序性规则。
  • 加密静态数据和传输链路；对高敏字段做字段级加密或不可逆摘要。
  • 审计记录至少包含写入者、来源、策略版本、检索任务、注入位置和删除事件。
  • 多租户系统必须把 namespace、ACL 和索引过滤作为服务端强制逻辑，而不是 prompt 约束。

10. 权威资料​