《Effective AI Agent》条目 10：文件是 Agent 最可靠的记忆载体，比“无限上下文”更有效
背景动机
很多团队说“Agent 没记忆”，其实是把两类完全不同的问题搅在一起了：一类是“我现在正在做什么”（工作记忆），另一类是“我长期知道什么/偏好什么”（长期记忆）。你不把它们拆开，工程上就会出现三种典型事故：要么上下文越滚越长、成本和延迟失控；要么为了省 token 乱压缩、结果关键细节丢了；要么任务跑到第 30 次 tool call 开始漂移，忘了最初目标。Manus 的复盘把这件事讲得很直白：Agent 的输入/输出 token 比例偏到 100:1，Prefill 成本主导，长链路里“记忆形态”比“模型聪明”更决定成败。
把它放回互联网架构语境，会更像我们熟悉的分层：工作记忆≈热数据/写多读多的缓存与日志数据；长期记忆≈稳定配置、知识库与可检索的状态仓库。关键不是“存不存”，而是“谁负责写、写到哪、什么时候读、以什么视图喂给模型”。
原理分析
工作记忆（Working Memory）解决的是“任务进行时的对齐问题”：目标、计划、进度、当前假设、下一步动作。它的特点是高频更新、强时效、强相关，应该尽量靠近执行Agent 上下文尾部（让模型注意力更容易看见）。
长期记忆（Long-term Memory）解决的是“跨会话的复用问题”：用户偏好、项目规范、常用命令、历史结论、稳定事实。它的特点是低频更新、可审计、可共享，不应该跟着每一步 tool call 被反复粘贴，而应该通过“检索/导入/引用”按需进入。
Google 的 ADK 把这件事抽象成一个很工程的说法：Context 不是字符串拼接，而是对更丰富状态系统的“编译视图”——Session/Memory/Artifacts 是“源”，processors 是“编译流水线”，每次调用 LLM 只拿“这一次的工作上下文”。这其实就是把“工作记忆 vs 长期记忆”在架构层面固化下来：存储和呈现分离。
工程实践
案例 1：Manus——用 todo.md 当工作记忆，用文件系统当“终极上下文”
Manus 的关键做法不是“更大窗口”，而是两刀切：
- 文件系统 = ultimate context：网页/文档等巨型 observation 不硬塞进 prompt，保留 URL/路径，让信息“可还原”，需要时再读文件/再抓取；这让压缩策略变得可逆，避免“不可逆压缩带来的信息丢失风险”。
- todo.md = 工作记忆 + 注意力操控：复杂任务里不断重写 todo 列表，把全局计划“背诵”到上下文末尾，抵抗 long context 的 lost-in-the-middle；他们甚至给了量化感：一个典型任务平均约 50 次 tool call，长链路漂移是常态风险。
你可以把它理解成：todo.md 负责“我现在要干啥”，文件系统负责“我把东西放哪了，随时可取”。这就是工作记忆/长期记忆分治后带来的可控性。
案例 2：Claude Code——把记忆做成“可版本化的项目文件”，并且有清晰的优先级
Claude Code 的记忆不是“藏在黑盒里”，而是显式落在仓库与本机文件中：它定义了多层级的 CLAUDE.md（企业/项目/规则/用户/本地），启动时自动加载，高层优先、先加载，作为后续更具体规则的基础；CLAUDE.local.md 默认进 .gitignore，专门放“只对我生效”的项目偏好。
更工程的一点是：它会从当前目录向上递归查找相关记忆文件，并按需要在子树内发现并加载，这相当于把“记忆”做成了可组合、可继承、可审计的配置系统。
这类文件型长期记忆的价值在于：可 code review、可回滚、可共享——跟我们管理服务配置/架构约束是同一套治理逻辑。
案例 3：Letta——用“文件 + grep/search”在 LoCoMo 上跑出 74%：记忆更像“会不会查”而不是“存在哪”
Letta 的实验很“打脸式务实”：他们把对话历史直接放进文件，给 agent 文件工具（grep/search_files/open/close 等），在 GPT-4o mini 上用极少提示调优就拿到 74.0% LoCoMo。这说明在不少场景里，文件系统这种“模型天然会用的工具”反而更稳定，专用记忆工具的收益常常被“agent 是否会用”盖过去。 ([Letta][4])
这也给了一个工程启发：把长期记忆先落在最朴素、最可控的介质上（文件/文档/工单/README），再谈更复杂的知识图谱/向量库。否则你会花大量精力在“记忆系统很先进”，但 agent 用不好、评估也说不清。
案例 4：Mem0——把长期记忆做成两段式流水线：抽取→更新（ADD/UPDATE/DELETE/NOOP）
如果你的长期记忆目标是“跨会话用户偏好/事实沉淀”，那就需要比文件更结构化的写入策略。Mem0 给出的是典型的抽取 + 去重一致性更新：先从最新轮次、滚动摘要、最近 m 条消息里抽取候选记忆，再在更新阶段与相似条目比对，决定 ADD/UPDATE/DELETE/NOOP，以避免长期记忆变成“无限膨胀的垃圾堆”。
参考文献
- Manus — Context Engineering for AI Agents: Lessons from Building Manus
https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus - Letta — Benchmarking AI Agent Memory: Is a Filesystem All You Need?
https://www.letta.com/blog/benchmarking-ai-agent-memory - Google Developers Blog — Architecting efficient context-aware multi-agent framework for production (ADK)
https://developers.googleblog.com/architecting-efficient-context-aware-multi-agent-framework-for-production/ - Anthropic Claude Code Docs — *Manage Claude’s memory (CLAUDE.md hierarchy & lookup)
https://code.claude.com/docs/en/memory - Anthropic Engineering — Building effective agents
https://www.anthropic.com/engineering/building-effective-agents - Mem0 Research — Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory
https://mem0.ai/research