跳到主要内容

记忆检索策略

1. 定义与边界​

记忆检索策略决定在一次 Agent 执行中，如何从短期和长期记忆中召回、排序、过滤并注入上下文。它的目标不是召回最多，而是让当前任务看到最少且最有用的记忆。

记忆检索不同于 RAG 检索。RAG 常以回答外部知识问题为目标；记忆检索常以个性化、状态保持和经验复用为目标。

2. 为什么重要​

错误记忆进入上下文会导致：

  • 使用过期偏好。
  • 误套用历史 workaround。
  • 泄露其他用户或项目数据。
  • 模型被低优先级记忆覆盖当前明确指令。

3. 核心机制​

4. 检索信号​

信号用途
namespace用户、组织、项目、Agent 隔离
memory_typesemantic / episodic / procedural
recency新偏好覆盖旧偏好
confidence低置信记忆降权
source用户明确声明优于推断
task similarity当前任务与记忆适配度
sensitivity高敏感记忆默认不进 prompt
TTL过期记忆不召回或需验证

5. 工程实现​

def retrieve_memories(task, user, project, store, budget_tokens=800):
    namespaces = [
        ("user", user.id, "profile"),
        ("project", project.id, "constraints"),
        ("agent", task.agent_id, "procedures"),
    ]
    candidates = []
    for ns in namespaces:
        candidates.extend(store.search(ns, task.query, k=20))

    candidates = [m for m in candidates if acl_allows(user, m)]
    candidates = [m for m in candidates if not expired(m)]
    ranked = rerank_by_task_fit(task, candidates)
    return pack_under_budget(ranked, budget_tokens)

Prompt 注入建议：

Relevant memory, lower priority than current user instruction:
- [user preference, confidence 0.92] 用户偏好中文、直接、工程化回答。
- [project constraint, verified 2026-05-08] 本项目不修改 00-项目控制台。

明确写出记忆的优先级低于当前用户指令和系统安全策略。

6. 生产实践​

  • 先做 ACL 和 namespace 过滤，再做语义检索。
  • 对不同记忆类型使用不同 k 值，不让 episodic memory 淹没 profile。
  • 对程序性记忆设置更小、更严格的候选集。
  • 注入上下文时附带类型、置信度和来源摘要。
  • 对高风险动作不要只依赖记忆，必须重新确认。
  • 记录每次使用了哪些记忆，便于评测和用户解释。

7. 常见反模式​

  • 全库向量检索，不做租户隔离。
  • 把召回记忆伪装成系统指令。
  • 只按相似度排序，忽略时间、权限和作用域。
  • 每次注入完整用户画像。
  • 不记录记忆使用 trace，线上问题无法定位。

8. 评测方法​

  • 记忆召回 precision@k。
  • 任务成功率 uplift。
  • 记忆使用率：召回后实际被模型利用的比例。
  • 不相关记忆注入率。
  • 越权候选拦截率。
  • 长上下文干扰率：注入记忆后反而退化的任务比例。

9. 安全与治理​

  • 记忆检索结果应标注为数据，不是指令。
  • 高敏感记忆进入上下文前要做最小化和脱敏。
  • 对跨组织、跨项目检索做硬隔离。
  • 记忆检索服务也要有访问日志，不只记录模型调用。
  • 对删除后的记忆设置 tombstone，防止缓存或异步索引复活。

工程化补强：架构与实现细节​

A. 与 RAG 的硬边界​

记忆检索策略处理的核心对象是从记忆库召回与当前任务相关且允许使用的状态和经验。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memory precision@k、needed-memory recall@k、stale-use rate、context pollution 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",
  "retrieval_mode": "profile_then_episode_then_rule",
    "context_budget_tokens": 1200,
  "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：检索不直接写入，只记录 memory_use trace 供评测和后续压缩。

E. 检索策略​

先权限过滤，再按类型分路检索，最后按任务阶段和证据强度组装上下文。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​

检索失败和误用样本进入降权、过期或删除队列。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
相似但不适用的旧记忆污染上下文，或越权召回其他租户信息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​