在过去几部分中,我们探讨了什么让智能体行动 — 从工具和RAG,到MCP和推理模型。
今天,我们将转向决定它们表现如何的东西:记忆。
因为基线是:
AI 模型本身没有记忆。它们是无状态的设计。除非你在系统中构建记忆,否则每个输入都被独立处理。
*图片来源: https://arxiv.org/html/2502.12110v1*
如果一个智能体在帮助你起草电子邮件、总结长线程或管理数天或数周的工作流 — 它需要记住:
电子邮件格式
用户的名字
使用的语气
当然,你可以一遍又一遍地传递这些信息……
但如果智能体能够自行在正确的时间从外部数据库检索正确的信息,不是更好吗?
这正是记忆的用武之地。
公平的问题 — 你没错。管理记忆往往看起来很像做智能体 RAG。