2026-10-16 13:14:07 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

让 AI 拥有记忆：从\"金鱼脑\"到能记住你的智能体

原创

渊渟鹤峙
渊渟鹤峙

AI+网络安全笔记

2026年10月14日 19:03
北京

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

让 AI 拥有记忆：从\"金鱼脑\"到能记住你的智能体

你有没有过这种体验——和 AI 聊了半小时，它突然问你\"请问你想了解什么？\"，仿佛前面所有的对话都被一键清空。你告诉它你叫张三、是 Python 开发者、正在学机器学习，结果重开一个窗口，它又变回了那个客套的陌生人。

这不是 AI 在装傻，而是它天生就没有记忆。

今天这篇文章，我们就来聊聊怎么给智能体装上\"记忆\"和\"知识库\"这两块关键拼图。内容来自 Datawhale 的开源框架 Hello-Agents 第八章，我会尽量把原理讲透，同时保留几段核心代码，让你既能看懂思路，也能上手实践。

一、AI 为什么会\"失忆\"

要理解记忆系统为什么重要，得先搞清楚大语言模型（LLM）的一个根本特性：它是无状态的。

所谓无状态，就是说每一次你向模型发起请求，对模型而言都是一次全新的、孤立的计算。它不会自动\"记得\"上一句话你说了什么。我们平时感觉 AI 能连续对话，其实是程序在背后偷偷把历史记录一起塞了进去——一旦这个机制缺席，AI 就立刻\"断片\"。

看一段代码你就明白了：

from hello_agents import SimpleAgent, HelloAgentsLLM

agent = SimpleAgent(name=\"学习助手\", llm=HelloAgentsLLM())

# 第一次对话
response1 = agent.run(\"我叫张三，正在学习Python，目前掌握了基础语法\")
# \"很好！Python基础语法是编程的重要基础...\"

# 重启程序后，重新创建 Agent
agent = SimpleAgent(name=\"学习助手\", llm=HelloAgentsLLM())
response2 = agent.run(\"你还记得我的学习进度吗？\")
# \"抱歉，我不知道您的学习进度...\"

同一进程内的连续对话，框架会用一个临时的消息列表暂存上下文，所以短期内看起来\"记得住\"。但这种历史只是过眼云烟——它不会跨会话持久化，也无法被长期检索、整合或遗忘。程序一重启，一切归零。

由此带来了四个现实问题：长对话里早期的重要信息会被挤掉；AI 记不住你的偏好和习惯；它无法从过去的成功失败中吸取教训；多轮对话里甚至可能自相矛盾。

除了\"记不住对话\"，LLM 还有第二个硬伤：它的知识是静态的、有限的。所有知识都来自训练数据，训练一结束，它对世界的认知就被\"冻结\"在了那个时间点。这导致它不知道最新发生的事，在专业领域深度不够，还容易一本正经地胡说八道（也就是所谓的\"幻觉\"）。

一个没有记忆、知识又停留在过去的 AI，就像一个每天醒来都失忆的人——聪明，却无法积累。

针对第一个问题，我们需要记忆系统（Memory）；针对第二个问题，我们需要检索增强生成（RAG）。这两块，正是本章要给 Hello-Agents 补上的核心能力。

二、向人脑借智慧：记忆是怎么形成的

有意思的是，工程师在设计 AI 记忆系统时，回头看的是人类自己的大脑。

认知心理学早在上世纪就把人类记忆拆解成了一套多层级系统。它不只是\"存东西\"，还会根据重要性、时间和上下文，对信息进行分类和整理。

图 1 人类记忆系统的层次结构

按照经典理论，人类记忆大致分三层：

感觉记忆，持续时间极短（0.5–3 秒），容量却极大，负责暂存感官接收到的一切信息。你扫一眼房间就能\"看到\"全貌，靠的就是它。

工作记忆，持续 15–30 秒，容量有限（大约 7±2 个信息块），负责当前任务的处理。它就像你脑子里的\"临时工作台\"。

长期记忆，可以持续终生，容量几乎无限。它又进一步分成：管技能和习惯的程序性记忆（比如骑车，学会了就忘不掉），以及能用语言表达的陈述性记忆。后者再细分为存放通用知识的语义记忆（\"巴黎是法国首都\"）和记录个人经历的情景记忆（\"昨天开会说了啥\"）。

这套分类看着眼熟吗？后面的 AI 记忆设计，几乎就是照着它抄的作业。

不仅如此，认知科学还总结了记忆形成的五个阶段：

图 2 记忆形成的认知过程

分别是编码（把感知到的信息转换成可存储的形式）、存储（保存下来）、检索（需要时提取出来）、整合（把短期记忆沉淀为长期记忆）和遗忘（清理掉不重要或过时的信息）。

请记住\"整合\"和\"遗忘\"这两个词——它们是人类记忆最精妙的地方，也是后面 AI 记忆系统里最出彩的设计。一个只进不出的记忆系统，迟早会被垃圾信息淹没。

三、HelloAgents 的记忆系统：四种记忆各司其职

借鉴人脑的层次结构，Hello-Agents 设计了一套分层的记忆与 RAG 架构。

图 3 HelloAgents 记忆与 RAG 系统整体架构

这里有个关键的工程决策：记忆和 RAG 被设计成两个独立的工具。memory_tool 负责存储和维护对话过程中的交互信息，rag_tool 负责从外部知识库检索信息，并把重要的检索结果自动沉淀到记忆里。两者分工明确，又能协同工作。

整个记忆系统的运转流程，同样对应了认知科学的那几个阶段：

图 4 HelloAgents 记忆系统的完整工作流程

系统由四种记忆模块构成，每一种都针对特定场景和生命周期做了优化：

工作记忆（Working Memory）扮演\"短期记忆\"的角色，存当前对话的上下文。为了快，它干脆用纯内存存储，容量被有意限制（默认 50 条），还配了 TTL（存活时间）机制自动清理。会话一结束，它就自动清空——毕竟临时信息不值得长期占用资源。

情景记忆（Episodic Memory）负责长期存储具体的交互事件和经历。它带丰富的上下文，支持按时间线或主题回顾，是智能体\"复盘\"和学习过往经验的基础。

语义记忆（Semantic Memory）存的是更抽象的知识、概念和规则，比如通过对话了解到的用户偏好、需要长期遵守的指令。它是智能体构建\"知识体系\"、进行关联推理的核心。

感知记忆（Perceptual Memory）专门处理图像、音频等多模态信息，还支持跨模态检索——用文字去搜图片，也不是不行。

3.1 一个统一入口，八种操作

对开发者来说，这套复杂的系统被封装成了一个极简的接口 MemoryTool。它遵循\"统一入口，分发处理\"的设计模式：

def execute(self, action: str, **kwargs) -> str:
    \"\"\"执行记忆操作，支持：
    - add: 添加记忆（working/episodic/semantic/perceptual 四种类型）
    - search: 搜索记忆
    - summary: 获取记忆摘要
    - forget: 遗忘记忆（多种策略）
    - consolidate: 整合记忆（短期→长期）
    ...
    \"\"\"
    if action == \"add\":
        return self._add_memory(**kwargs)
    elif action == \"search\":
        return self._search_memory(**kwargs)
    # ... 其他操作

一个 action 参数指定要干什么，**kwargs 让每种操作都能有自己灵活的参数。这种设计把复杂度藏在了接口背后。

其中最值得一说的，是 forget（遗忘）和 consolidate（整合）这两个最有\"认知科学味\"的操作。

遗忘支持三种策略：基于重要性（删掉不重要的）、基于时间（删掉过时的）、基于容量（快装满了就删最次要的）。

# 删除重要性低于 0.2 的记忆
memory_tool.execute(\"forget\", strategy=\"importance_based\", threshold=0.2)
# 删除超过 30 天的记忆
memory_tool.execute(\"forget\", strategy=\"time_based\", max_age_days=30)

整合则模拟了大脑把短期记忆固化为长期记忆的过程。默认设置是：把重要性超过 0.7 的工作记忆，升级为情景记忆。整个过程全自动，系统会自己挑出符合条件的记忆做类型转换。

记忆系统真正的智能，不在于记住多少，而在于知道该记住什么、该忘掉什么。

3.2 藏在评分公式里的心思

四种记忆在检索时，各自有一套评分公式，用来决定\"哪条记忆最该被想起来\"。这些公式特别能体现设计者的巧思，我们挑两个对比一下。

情景记忆的评分是：

(向量相似度 × 0.8 + 时间近因性 × 0.2) × (0.8 + 重要性 × 0.4)

注意它给\"时间近因性\"留了 0.2 的权重——因为具体事件越近发生的越相关，昨天的会议显然比去年的更值得优先想起。

语义记忆的评分则是：

(向量相似度 × 0.7 + 图相似度 × 0.3) × (0.8 + 重要性 × 0.4)

它没有\"时间\"这一项，却多了\"图相似度\"。因为抽象知识不怕旧（\"巴黎是法国首都\"放一百年也对），但它需要关系推理——语义记忆底层用了 Neo4j 知识图谱，能顺着实体之间的关系，挖出概念间隐含的关联。

两个公式里都有一项 (0.8 + 重要性 × 0.4)，把重要性的影响严格限制在 [0.8, 1.2] 这个窄区间内。这是一个很克制的做法：重要性只是微调，绝不能喧宾夺主地压过语义相关性，否则检索准确性就崩了。

3.3 30 秒上手体验

讲了这么多原理，其实用起来非常简单。装好框架后，几行代码就能让 Agent 拥有记忆：

from hello_agents import SimpleAgent, HelloAgentsLLM, ToolRegistry
from hello_agents.tools import MemoryTool

llm = HelloAgentsLLM()
memory_tool = MemoryTool(user_id=\"user123\")

tool_registry = ToolRegistry()
tool_registry.register_tool(memory_tool)

agent = SimpleAgent(name=\"记忆助手\", llm=llm, tool_registry=tool_registry)

# 存一条语义记忆
memory_tool.run(\"add\",
    content=\"用户张三是一名Python开发者，专注于机器学习\",
    memory_type=\"semantic\", importance=0.8)

# 之后随时搜出来
print(memory_tool.run(\"search\", query=\"Python开发者\", limit=3))

这里遵循了框架一贯的设计原则：把能力封装成标准工具，而不是造一个新的 Agent 类。你现有的 Agent 只要挂上工具，立刻就能获得新技能。

四、RAG：给 AI 挂一个\"外挂知识库\"

记忆解决的是\"记住对话\"，RAG 解决的则是\"知识不够\"。

RAG 全称检索增强生成（Retrieval-Augmented Generation）。名字听着唬人，拆开就三个词：检索是从知识库里查相关内容，增强是把查到的结果塞进提示词里辅助模型，生成是输出一个既准确又有出处的答案。

一句话概括它的核心思想：在模型开口回答之前，先带它去查资料。

图 5 RAG 系统的核心工作原理

整个流程分两大阶段。数据准备阶段，系统把外部知识经过提取、分割、向量化，建成一个可检索的数据库；应用阶段，用户一提问，系统就从库里检索相关信息，注入 Prompt，再驱动大模型生成答案。

4.1 RAG 的三次进化

RAG 技术这几年经历了三个明显的阶段：

朴素 RAG（2020–2021），流程简单粗暴，就是\"检索-读取\"。检索靠 TF-IDF、BM25 这类关键词匹配，字面匹配还行，但完全不懂语义——你搜\"电脑\"，它匹配不到只写了\"计算机\"的文档。查到的内容也不加处理，直接拼进提示词。

高级 RAG（2022–2023），随着向量数据库和文本嵌入技术成熟，检索转向了稠密嵌入的语义检索。文本被转成高维向量，模型开始能理解\"语义相似\"而不只是\"字面相同\"。同时引入了查询重写、文档分块、重排序等一堆优化。

模块化 RAG（2023 至今），系统各部分被拆成可插拔、可组合的独立模块，检索上有了混合检索、多查询扩展、假设文档嵌入，生成上有了思维链推理、自我反思修正。Hello-Agents 的 RAG 就属于这一代。

4.2 一切文档，先变成 Markdown

RAG 系统一个很聪明的设计，是用微软开源的 MarkItDown 作为统一的文档转换引擎。

不管你的输入是 PDF、Word、Excel、PPT，还是图片（走 OCR）、音频（走转录），系统都先把它统一转换成 Markdown 格式。这样做的好处是——后续的分块、向量化、存储流程只需要面对一种格式，大大简化了工程复杂度。

任意格式文档 → MarkItDown 转换 → Markdown 文本 → 智能分块 → 向量化 → 存储检索

转成 Markdown 后，系统就能利用它的标题结构（#、##、###）做语义感知的智能分块——按标题层次切分，保证每个块既大小合适、又语义完整，不会把一句话拦腰截断。分块时还专门处理了中英文混合的 Token 估算，中文按字算、英文按词算，控制得更精准。

4.3 两个高级检索技巧：MQE 与 HyDE

这是全章我觉得最有意思的部分。实际用的时候，用户的提问和文档里的原文经常\"对不上暗号\"，导致明明有相关内容却搜不到。为此 Hello-Agents 用了两个互补的策略。

多查询扩展（MQE）的洞察是：同一个问题有很多种问法。它用 LLM 把\"如何学习 Python\"自动扩展成\"Python 入门教程\"\"Python 学习方法\"\"Python 编程指南\"等多个查询，并行检索后合并结果。这样一来，不管文档里用的是哪种说法，都能被捞出来，召回率能提升 30%–50%。

def _prompt_mqe(query: str, n: int) -> List[str]:
    \"\"\"用 LLM 生成多样化的查询扩展\"\"\"
    prompt = [
        {\"role\": \"system\", \"content\": \"你是检索查询扩展助手。生成语义等价或互补的多样化查询。\"},
        {\"role\": \"user\", \"content\": f\"原始查询：{query}\
请给出{n}个不同表述的查询。\"}
    ]
    # ...

假设文档嵌入（HyDE）就更巧妙了，它的核心思想是\"用答案找答案\"。

传统检索是拿\"问题\"去匹配\"文档\"，但问题是疑问句、文档是陈述句，两者在语义空间里天然有隔阂。HyDE 的做法是：先让 LLM 根据问题编一段假设性的答案，再拿这段假答案去检索真实文档。哪怕这段假答案内容不完全对，它包含的关键术语、概念和表述风格，也能精准地把系统引向正确的文档。

def _prompt_hyde(query: str) -> Optional[str]:
    \"\"\"生成假设性文档用于改善检索\"\"\"
    prompt = [
        {\"role\": \"system\", \"content\": \"根据用户问题，先写一段可能的答案性段落，用于向量检索。\"},
        {\"role\": \"user\", \"content\": f\"问题：{query}\
请直接写一段包含关键术语的段落。\"}
    ]
    # ...

MQE 解决\"用词多样\"的问题，HyDE 解决\"语义鸿沟\"的问题。一个把问题问出花来，一个干脆先猜个答案——工程上的巧思，往往就藏在换个角度想问题里。

实践中，一般查询开 MQE 就够；专业领域查询建议 MQE + HyDE 双开；性能敏感场景则只用基础检索。

五、实战：做一个会记忆的文档问答助手

原理讲完，来看一个把记忆和 RAG 捏在一起的完整案例——智能文档问答助手。

场景很实际：我们经常要啃大量技术文档、论文、产品手册，一页页翻效率极低，还没法建立知识间的关联。这个案例以 Datawhale 另一门教程 Happy-LLM 的 PDF 文档为例，用 Gradio 搭一个 Web 应用，让你能对着 PDF 直接提问、记笔记、看学习报告。

整个系统的运转分五步，形成一个闭环：

图 6 智能问答助手的五步执行流程

处理 PDF 的信息会记进记忆系统，检索结果也会记进去，记忆系统负责添加/检索/整合/遗忘，再由智能路由整合 RAG 和 Memory，最后汇总统计生成学习报告。

应用的核心是一个 PDFLearningAssistant 类，它把 RAGTool 和 MemoryTool 的调用逻辑封装了起来。看它的\"提问\"方法，就能明白两个工具是怎么协作的：

def ask(self, question: str, use_advanced_search: bool = True) -> str:
    \"\"\"向文档提问\"\"\"
    ifnot self.current_document:
        return\"⚠️ 请先加载文档！\"

    # 【MemoryTool】先把问题记进工作记忆
    self.memory_tool.execute(\"add\", content=f\"提问: {question}\",
        memory_type=\"working\", importance=0.6, session_id=self.session_id)

    # 【RAGTool】用高级检索（MQE + HyDE）获取答案
    answer = self.rag_tool.execute(\"ask\", question=question, limit=5,
        enable_mqe=use_advanced_search, enable_hyde=use_advanced_search)

    # 【MemoryTool】再把这次学习记进情景记忆
    self.memory_tool.execute(\"add\", content=f\"关于'{question}'的学习\",
        memory_type=\"episodic\", importance=0.7,
        event_type=\"qa_interaction\", session_id=self.session_id)

    return answer

一次提问，背后是三次协作：先记录问题（工作记忆），再检索答案（RAG），最后记录这次学习行为（情景记忆）。RAG 负责\"从文档找答案\"，Memory 负责\"记住你的学习历程\"——两者一结合，助手就既有知识、又有了对你的了解。

来看实际运行效果。进入主页面，先初始化助手（加载数据库、模型、API），再传入 PDF 并点击加载：