用户记忆和知识库：让 Agent 记住你
第 2 章管的是”一次任务内”的上下文。这一章往前走一步：任务结束了，Agent 怎么还认得你。
两个尺度：用户记忆 vs 知识库
- 用户记忆：针对单个用户的个性化——偏好、习惯、需求，让 Agent 成”懂你的助手”
- 知识库：所有用户共享的集体知识——法规、流程、文档，让 Agent 成”领域专家”
同一套底层技术（向量检索、知识压缩），同一堆麻烦（冲突、过期、检索不准）。区别只在个体还是群体。
记忆存在哪：三个层次
- 轨迹 Trajectory：单次会话的原始流水账，append-only 不修改
- 用户长期记忆：跨会话提炼，键值对绑用户 ID，存偏好和历史摘要
- 业务状态：任务逻辑阶段（”待澄清””处理中””等付款”）
（易错：轨迹 ≠ 工作记忆。轨迹是流水账，工作记忆是当前任务的动态子集。）
怎么判断一个 Agent”记性好不好”
书里给了个三层次框架，我觉得很实用：
- 第一层 基础回忆：准确保存无歧义信息（比如会员号）
- 第二层 多会话检索：跨对象跨期拼出所有相关再推理（比如两辆车分别预约保养）
- 第三层 主动服务：综合久前的信息提前帮上忙（比如提醒护照快过期）
多数产品卡在第一层，能做到第三层才算真”懂你”。
怎么存：四种格式
- Simple Notes：最小事实，O(1) 操作，但丢关联
- Enhanced Notes：完整段落，保语义但冗余
- JSON Cards：三层嵌套，可部分更新但刚性
- Advanced JSON Cards：加 backstory、person、关系、时间戳，能消歧但贵
实践上混合用：少量关键的用 Advanced JSON，大量非关键的用 Simple。
进阶：把用户当代码（User as Code）
更硬核的玩法——用户状态做成带类型的可执行对象，规则写成函数。比如护照有效期检查，用确定性函数算，比让模型”理解”靠谱。
认知科学上也分三型：情景记忆（”订了去东京的航班”）、语义记忆（”是素食者”）、程序记忆（”先搜直飞再确认座位”）。跟上面的”层次””格式”是正交的，可以组合。
框架参考
- Mem0：v2 写入时消歧（ADD/UPDATE/DELETE），v3 改成只追加 + 混合检索，基准从 71.4 干到 92.5
- Memobase：用户画像 + 事件记忆，缓冲批处理
记忆这块最容易被做成”把聊天记录全存下来”。但书里说的关键是提取、压缩、审查——用额外一次 LLM 调用，把对未来有用的事实捞出来，而不是囤原始对话。
我个人觉得，中小团队真要做用户记忆，从 Advanced JSON Cards + 定期整理起步就够，别一上来搞多模态记忆那套花活。
前面讲 Agent 怎么记人。接着讲怎么让 Agent 变成一个”领域专家”——靠知识库和 RAG。
RAG 是啥
检索增强生成：检索相关片段 → 注入上下文 → 模型基于它生成。把模型的”会想”和外部知识的”广而新”拼一起。
第一步：分块
文档先切块（Chunking），256–1024 token，重叠 10–20%。块太大检索不准，太小丢上下文。
第二步：嵌入与相似度
文本转成向量（Embedding），语义近的向量也近。比相似度常用余弦相似度（只看方向不看长度）。
两类嵌入：
- 稠密 Dense：深度学习映射，懂语义（BERT、BGE-M3）
- 稀疏 Sparse：关键词精确匹配，高维大部分为零（TF-IDF、BM25）
（易错：稠密懂语义但漏关键词，稀疏精确但读不懂同义。所以混合检索基本是标配。）
混合检索与重排序
并行跑稠密 + 稀疏，结果用 RRF（倒数排名融合，得分 = Σ 1/(k+rank)，k 常取 60）融合，再上 Cross-Encoder 神经重排序（慢但准）。
质量看三个指标：recall@k（前 k 有没有）、MRR（首个相关排第几）、nDCG（相关度+排名折损）。
超越扁平文本
- RAPTOR：递归抽象树，叶子到根摘要，适合”概念钻到细节”
- GraphRAG：实体-关系图，多跳推理 + 实体消歧，适合”J 和 B 啥关系”
- 文件系统范式（OpenViking）：把上下文映射成虚拟文件系统 viking://，L0 摘要/L1 概览/L2 全文三层按需加载
（图谱做通用记忆会有语义降级——自然语言转三元组丢信息。更稳的是分层互补：自然语言 + 结构化元数据。）
知识更新：用 PR 的脑子
知识会过期。书里建议 PR 式更新：Proposer 提 diff，Reviewer 独立审核，最好异源模型互审（比如 Claude + GPT），Reviewer 只读原始证据。
原始证据层（append-only）、知识层（可修订）、服务层（派生索引）三层分离。
上下文感知检索
分块前先用 LLM 给每块加个含核心上下文的前缀摘要（比如”[ACME 2025Q2 财报]”），补上代词、时间、实体。注意这跟第 2 章的”上下文感知压缩”不一样：一个是索引期做加法，一个是运行期做减法。
汇合：双层记忆架构
把前面的用户记忆和前面讲的 RAG 合起来：Advanced JSON Cards 常驻（记人），上下文感知检索按需（找知识）。做到这层，Agent 就能实现第三层的”主动服务”——比如你护照快过期，它自己蹦出来提醒。
RAG 看着简单，坑全在细节：分块切坏上下文、混合检索没做、更新没审。
建议：中小场景先把”分块 + 稠密/稀疏混合 + 重排序 + 定期 PR 更新”这基础四件套做扎实，GraphRAG、文件系统范式那些等真遇到多跳推理再上。
