记忆分类与结构:聊天历史之外保存什么
区分工作、情景、语义和程序记忆,并以用户及会话作用域约束检索。
把全部聊天历史放进提示,并不等于拥有可靠长期记忆。历史里可能同时包含用户旧偏好、模型误猜、过期工具结果和已被纠正的事实。记忆系统需要决定哪些信息值得保留、以什么结构保存、在什么任务里召回,以及谁有权读取。
四种记忆按用途区分
工作记忆保存当前任务的活跃状态,例如正在核对订单、已确认金额和尚缺的字段。它通常绑定会话或运行,随任务推进更新。情景记忆保存某次具体经历,包括事件、时间、结果和上下文,例如“上次查询退款时发现政策版本不一致”。语义记忆保存可复用事实,例如用户明确声明偏好中文,但仍需要来源和有效性。程序记忆保存做事方法,例如经验证的排查步骤、工具使用约束或技能版本。
这些名称借用了认知研究术语,只是软件组织方式的类比,不表示模型具有人的记忆机制。一个记录也可能有多种视图:某次失败轨迹是情景记录,经过审查提炼的通用操作规则才可能成为程序记忆。不能因为文本含有“经验”就自动升级为长期指令。
会话状态与长期存储各自负责什么
会话级状态要支持续接任务,通常与 thread_id、运行状态及检查点一起管理。长期记忆跨会话使用,以用户或组织命名空间存储。LangGraph 官方概念说明也区分线程状态与跨线程存储;这是架构分工,不要求必须使用该框架。
例如 u1/t1 中“订单待确认”不应自动进入 u1/t2;u1 的“偏好中文”可跨会话使用;u2 不能因为语义相似而读到 u1 的记录。身份与组织范围来自服务器认证上下文,不接受模型自行指定的 user_id。共享组织记忆还要检查文档权限变化,写入时可读不代表未来仍可读。
检索先过滤权限,再比较相关性
召回可用关键词、向量相似度、结构化字段或组合方式。先按可信命名空间、有效状态和访问权限缩小候选,再根据当前任务相关性排序,并控制注入上下文的数量。相似度高不表示事实新鲜或可靠;排序还可能考虑时间、来源可信度和明确纠正关系。工作记忆中的待确认假设不能与已验证事实混在同一无标签列表。
完整记录可包含 id、scope、kind、content、source、created_at、valid_until、revision 和 status。注入提示时保留必要来源与不确定性,避免压缩后把“可能偏好”变成“确定偏好”。程序记忆尤其要防范提示注入:用户内容和网页片段可以作为数据证据,不能未经审查变成高优先级系统指令。
运行:相同用户,不同会话
保存为 memory_types.py,执行 python memory_types.py。它使用真实列表过滤,身份参数视为已经可信认证;没有向量库或模型记忆能力测量。
"""本地作用域检索,输入身份视为已由服务端认证。"""
MEMORIES = [
{'user': 'u1', 'thread': 't1', 'type': 'working', 'text': '订单待确认'},
{'user': 'u1', 'thread': None, 'type': 'semantic', 'text': '偏好中文'},
{'user': 'u1', 'thread': None, 'type': 'episodic', 'text': '上次退款查了政策v2'},
{'user': 'u2', 'thread': None, 'type': 'semantic', 'text': '偏好英文'},
]
def recall(user, thread):
return [m['text'] for m in MEMORIES if m['user'] == user and m['thread'] in (None, thread)]
if __name__ == '__main__':
print('u1/t1:', recall('u1', 't1'))
print('u1/t2:', recall('u1', 't2'))
print('u2/t1:', recall('u2', 't1'))实际运行输出:
u1/t1: ['订单待确认', '偏好中文', '上次退款查了政策v2']
u1/t2: ['偏好中文', '上次退款查了政策v2']
u2/t1: ['偏好英文']u1/t1 得到三条记录,u1/t2 少了订单工作状态,u2/t1 只得到自己的英文偏好。这个例子验证作用域,不验证语义相关性、TTL 或并发一致性。真实检索时不要先从全局取 top-k 再随意过滤,否则可能既暴露跨用户内容又降低有效召回。
逐项情境追问与故障定位
以下为机制分析与手算情境。可先遮住回答独立判断,再核对输入、失败位置和选择条件;它们不代表真实模型、远端服务或设备实验记录。
工作/情景/语义/程序记忆:一次失败轨迹自动成为全局“以后禁用工具”规则,错在哪?
具体经历是情景记忆,程序记忆需提炼适用条件并验证;工作状态、可复用事实也应区分。分类有助选择保留期和权限,但不是仅改标签。检查记录source/kind/scope,先保留局部事件,再用重复证据决定能否晋升。
认知类比边界:系统有“语义记忆”字段就能说具有人类记忆吗?
这里只是软件按用途组织数据的类比,不构成认知机制证据。类比便于设计,过度类比会忽略实际存储/检索故障。诊断时查数据如何写入、过滤、召回和失效,不能用“遗忘”解释实际上是权限过滤或索引没更新。
会话与用户范围:u1/t1待确认订单出现在u1/t2,怎样判断泄漏?
当前任务状态应按thread隔离,用户长期偏好可跨thread,u2更不能访问u1。细作用域减少混用但需设计跨任务共享入口。用相同用户不同会话、不同用户同会话名的矩阵测试,身份来自认证上下文而非模型参数。
检索:全库top5后删掉4条越权结果,只剩1条,怎么改善?
先按可信租户、权限和有效状态过滤候选,再排序,避免跨域暴露和有效召回不足。预过滤需索引支持,后过滤虽简单却可能漏合法相关项。检查实际查询过滤表达式与返回日志,不让语义高分覆盖授权或过期条件。
课后练习展开习题收起习题
先独立作答,再展开参考思路。检查自己的解释是否包含机制、条件和反例。
聊天历史和长期记忆为什么不能混为一谈?
参考思路与常见误区
历史包含过期、假设和被纠正的信息,长期记忆需要提取验证、作用域、版本及有效性。直接重放历史可能让旧错误重新影响决策。
常见误区:上下文越长就越有可靠记忆。
情景记忆何时能变成程序记忆?
参考思路与常见误区
具体经历经多案例验证并提炼出适用条件和执行步骤后,才可形成受控技能。单次成功或失败本身不足以产生普遍规则。
常见误区:把轨迹摘要直接注入高优先级指令。
记忆检索为什么先做作用域过滤?
参考思路与常见误区
用户、组织和会话范围是访问边界,相关性不能授予权限。应使用可信身份过滤有效记录,再排序或召回,避免跨用户泄漏与无效 top-k。
常见误区:向量相似就代表可以向当前用户展示。
工作记忆与语义记忆的生命周期怎样不同?
参考思路与常见误区
工作记忆服务当前任务阶段,通常绑定会话或运行;语义记忆是跨任务可复用事实,但仍有来源、范围和有效期。跨会话复用不代表永久正确。
常见误区:所有任务状态都长期保存给未来会话。
认知类比能证明模型有人的记忆吗?
参考思路与常见误区
不能,这些术语在应用里是软件结构分类。应描述存储、检索、更新及权限机制,不从名字推断心理体验或人类认知机制。
常见误区:使用情景记忆一词就声称模拟人脑。