该笔记是对于开源项目 ai-agent-book中第三章的内容的个人思考与总结笔记。

本章主线任务是回答Agent 应该记住什么、怎样存、怎样更新、怎样检索，以及如何判断记忆系统真的有用

与第二章的上下文管理不同，本章的记忆系统是一个长期的、跨会话的记忆系统，主要用于存储和检索 Agent 的长期记忆。如何让 Agent 在对话结束后仍然记住用户、记住知识。

学习完本章后应该要能回答：

  1. 用户记忆和知识库有什么区别？
  2. 为什么不能直接保存全部历史对话？
  3. 轨迹、工作记忆、长期记忆有什么区别？
  4. 什么信息值得进入长期记忆？
  5. 如何判断一个记忆系统是好的？
  6. 新信息和旧记忆冲突时怎么办？
  7. 四种记忆格式分别适合什么场景？
  8. 情景记忆、语义记忆和程序记忆如何转化？
  9. 为什么纯文本记忆不擅长聚合、冲突检查和规则执行？
  10. 为什么知识库一定要分块？
  11. 稠密检索和稀疏检索分别会在哪些问题上失败？
  12. 混合检索的三个阶段为什么不能互相替代？
  13. HNSW 和 ANNOY 的差异对系统设计有什么影响？
  14. recall@k、MRR、nDCG 分别在测什么？

持久化记忆体系

作者认为，持久化记忆体系可以分成两个部分：
一个是用户记忆，另一个是知识库。用户记忆是 Agent 对用户的偏好，信息的画像，是个体尺度
另一个是知识库，是某个领域的群体所共享的知识，是群体尺度，比如一个行业的法规体系、一家公司内部的操作流程、一个技术领域的专业文档