想让AI真正“懂你”，光靠即时对话远远不够——关键在于记忆。
在构建智能对话系统时，随着对话逐渐深入，如何让AI记住过往交互、保持上下文连贯，同时不拖垮性能，是一道绕不开的坎。随着对话轮次增多，两个问题会越来越明显：
- 重要的早期信息被“遗忘”，回复开始跑偏；
- 上下文越拉越长，计算开销飙升，响应越来越慢。
像 Mem0 这类开源框架虽然降低了使用门槛，但要真正用好，我们仍需理解背后的记忆机制。只有清楚不同策略的优劣，才能根据场景做出合理选择。本文将深入分析八种常见记忆策略，并结合示例代码阐述其实现思路。
01 全量记忆：保留所有上下文
全量记忆是最直观的策略——每轮对话全部保留，供后续使用。
history = [] def add_message(user_input, ai_response): history.append({"user": user_input, "assistant": ai_response}) def get_context(): return "\n".join([f"{h['user']} -> {h['assistant']}" for h in history])
特点分析
- 优点：实现简单，信息完整
- 缺点：对话增长快，会触发上下文限制；成本高
- 适用场景：短对话或一次性问答
02 滑动窗口：仅保留近期信息
通过固定长度窗口，只保留最近N轮对话，避免上下文无限膨胀。
WINDOW_SIZE = 3 memory = [] def add_message(user_input, ai_response): memory.append({"user": user_input, "assistant": ai_response}) if len(memory) > WINDOW_SIZE: memory.pop(0) def get_context(): return "\n".join([f"{m['user']} -> {m['assistant']}" for m in memory])
特点分析
- 优点：低开销、实现简单
- 缺点：早期信息遗忘快，无法长期记忆
- 适用场景：FAQ、闲聊机器人等短对话场景
03 相关性过滤：智能筛选重要信息
为每条记忆打分，保留重要内容，丢弃次要信息。
MAX_ITEMS = 25 memory = [] def add_message(user_input, ai_response): score = evaluate_importance(user_input, ai_response) memory.append({"user": user_input, "assistant": ai_response, "score": score}) if len(memory) > MAX_ITEMS: memory.remove(min(memory, key=lambda x: x["score"]))
特点分析
- 优点：关键内容不丢失，智能化管理
- 缺点：评分算法复杂，可能误判
- 适用场景：知识型对话或信息密集型场景
04 摘要/压缩：浓缩核心信息
将冗长对话压缩为摘要，只保留关键信息。
memory = [] summary = None MAX_LEN = 10 def add_message(user_input, ai_response): memory.append({"user": user_input, "assistant": ai_response}) if len(memory) > MAX_LEN: old_turns = memory[:-5] summary_text = summarize(old_turns) summary = merge(summary, summary_text) memory.clear() memory.append({"summary": summary}) memory.extend(memory[-5:])
特点分析
- 优点：节省上下文空间，保留要点
- 缺点：摘要质量依赖模型，可能遗漏信息
- 适用场景：长对话、连续性用户交互
05 向量数据库：语义检索记忆
将对话内容向量化存储，基于语义进行检索，实现长期记忆。
memory = VectorStore() def add_message(user_input, ai_response): embedding = embed({"user": user_input, "assistant": ai_response}) memory.add(embedding, {"user": user_input, "assistant": ai_response}) def get_context(query): q_embedding = embed({"query": query}) results = memory.search(q_embedding, top_k=3) return "\n".join([f"{r['user']} -> {r['assistant']}" for r in results])
特点分析
- 优点：语义检索，支持长期存储
- 缺点：依赖向量质量，需额外数据库维护
- 适用场景：个性化助手、跨会话记忆
06 知识图谱：结构化记忆
通过构建实体-关系图谱，实现信息的结构化存储与推理。
graph = KnowledgeGraph() def add_message(user_input, ai_response): triples = extract_triples(f"User: {user_input}\nAI: {ai_response}") for s, r, o in triples: graph.add_edge(s, o, r) def get_context(query): entities = extract_entities(query) context = [] for e in entities: context += graph.query(e) return context
特点分析
- 优点：可做推理，信息可追溯
- 缺点：构建维护成本高
- 适用场景：科研、法律、企业客户服务等复杂场景
07 分层记忆：短期与长期结合
结合短期窗口与长期可检索记忆，实现类似人脑的分层管理。
short_term = SlidingWindow(max_turns=2) long_term = VectorDatabase(k=2) def add_message(user_input, ai_response): short_term.add(user_input, ai_response) if contains_key_info(user_input): long_term.add(embed(user_input + ai_response), summarize(user_input + ai_response)) def get_context(query): recent = short_term.get_context() related = long_term.search(embed(query)) return f"【长期】\n{related}\n\n【短期】\n{recent}"
特点分析
- 优点：短期快速响应，长期记忆可检索
- 缺点：实现复杂，需要多模块协调
- 适用场景：个性化助理、跨天日程管理、企业客服
08 类OS内存管理：模拟Swap机制
参考操作系统内存管理，将近期对话视为“RAM”，历史信息视为“Disk”，需要时进行Page In。
active_memory = Deque(maxlen=2) passive_memory = {} turn_id = 0 def add_message(user_input, ai_response): global turn_id turn = f"User: {user_input}\nAI: {ai_response}" if len(active_memory) >= 2: old_id, old_turn = active_memory.popleft() passive_memory[old_id] = old_turn active_memory.append((turn_id, turn)) turn_id += 1 def get_context(query): context = "\n".join([x[1] for x in active_memory]) paged_in = "" for id, turn in passive_memory.items(): if any(word in turn.lower() for word in query.lower().split() if len(word) > 3): paged_in += f"\n(Paged in from Turn {id}): {turn}" returnf"### Active Memory\n{context}\n\n### Paged-In\n{paged_in}"
特点分析
- 优点：冷热分层管理，节省资源
- 缺点：Page策略设计复杂，拼接逻辑需谨慎
- 适用场景：低延迟对话、高容量长期记忆需求
这八种记忆策略包含了从简单到复杂、从短期到长期，以及从非结构化到结构化等多种实现思路。理解这些原理后，开发者能够根据业务需求选择最适合的记忆机制，从而实现高效、个性化和可扩展的AI智能体。
