先讲一个每天早上都会发生的场景。
7:55，闹钟响，产品经理晓雯打开飞书，对办公Agent说：“帮我整理一下今天的待办。”
Agent秒回：“好的，今天的待办有：1. 评审需求文档；2. 跟客户同步进度；3. 检查测试报告。”
晓雯皱了皱眉：“我不是说了吗，每天早上先把所有待办发到我的企业微信，不要发飞书消息。我飞书消息太多了，经常漏。”
Agent：“抱歉，请再次告知你的通知偏好。”
晓雯：“发企业微信。”
第二天，同样的话，她又要说一遍。
第三天，她还是得再说一遍。
类似的事情也发生在模板上。每次让Agent生成周报，她都指定一次“用市场部的模板，不要用研发部的”。Agent每次都说“好的”，下一次又忘了。
一个记不住员工偏好的Agent，就像一个每周都要重新认识你的新同事。 你说一次，它做一次；你不说，它就按默认来。你说了，下次还忘。
这不叫智能，这叫复读机。
后来，我们给Agent加上了长期记忆。它现在记得晓雯的通知渠道是企业微信，记得她的周报模板是“市场部V3”，甚至记得她不喜欢在待办列表里看到“已完成”的任务。每天早上，她只说一句“早”，Agent就把所有事情按她的习惯安排好了。
这篇文章，我跟你聊聊怎么给办公Agent设计一个靠谱的长期记忆系统。不堆术语，只说我们怎么做的、踩过哪些坑、最后如何让Agent“记住你”。
一、长期记忆到底要记什么？——三层偏好模型
很多人的第一反应是：把用户跟Agent的所有对话都存下来，不就记住一切了吗？不行。对话数据爆炸式增长，而且大部分信息是一次性的（比如“今天几点开会”），不值得长期保存。
我们给偏好分成了三层，只存“值得记住”的东西。
第一层：显式偏好（用户主动教给Agent的）
这是最直接的。用户明确说：“以后周报用这个模板。”“通知发到企业微信。”“我喜欢表格形式，不要列表。”
Agent收到这类指令时，需要做两件事：
立即执行当前任务
把这条偏好写入长期记忆，标记为“用户显式设定”，优先级最高
实现上，我们在Agent的prompt里加了一条规则：
当用户说包含“以后”“每次都”“记住”“默认”等关键词的指令时，提取出偏好内容，调用记忆存储API。
第二层：隐式偏好（Agent从行为中推断的）
用户不会什么都主动说。但Agent可以通过观察行为来学习。
比如晓雯每次让Agent生成报告后，都会手动把输出里的“柱状图”改成“折线图”。连续三次之后，Agent主动问：“我注意到你每次都把柱状图换成折线图，是否需要将你的默认图表类型设为折线图？”
用户点“确认”，偏好就存入记忆。
推断逻辑不能太激进。我们的规则是：同一行为出现至少3次，且与默认行为不一致，才触发询问。避免因为一两次偶然就瞎猜。
第三层：场景化偏好（不同情境下的不同偏好）
同一个用户，在不同场景下可能有不同偏好。
工作时间内，通知发飞书；非工作时间，发短信。
周报用模板A，月报用模板B。
紧急任务用红色标记，常规任务用蓝色。
长期记忆需要支持条件存储。存储时带上上下文标签，比如{场景: "工作时间", 通知渠道: "飞书"}，{场景: "非工作时间", 通知渠道: "短信"}。
检索时，Agent先匹配当前场景（时间、任务类型、所在项目等），再取对应的偏好。
二、记忆怎么存？——混合存储方案
我们试过纯向量数据库、纯关系数据库、纯键值存储，最后选了混合方案。不同类型的信息，用不同的存储引擎。
记忆类型 存储方式 例子
显式偏好（结构化） 键值存储（Redis） user:123:notify_channel = wecom
隐式偏好（待确认） 关系表（PostgreSQL） 记录行为频次，用于触发询问
长期对话事实（非结构化） 向量数据库（Qdrant） “用户提到过他的老板是张总”
场景化偏好 JSON + 条件索引 { user: 123, scene: "weekly_report", template: "market_v3" }
为什么不全放向量库？因为显式偏好的查询模式非常简单（“用户X的通知渠道是什么？”），用键值存储又快又准，不需要向量检索的开销。只有那些模糊的、需要语义匹配的记忆（比如“用户上次抱怨过什么”），才放向量库。
三、记忆怎么更新和遗忘？——不永久记住一切
长期记忆不是“记到死”。有些偏好会过时，有些记忆会错，所以必须有更新和遗忘机制。
更新：覆盖 vs 追加
当用户说“以后通知改发企业微信”时，是覆盖原来的“飞书”偏好，还是同时保留两个？显然应该覆盖。但覆盖需要谨慎：我们要求用户在覆盖前确认一次。
“你的通知偏好当前为‘飞书’，确认改为‘企业微信’吗？”
如果是追加（比如增加一个新的偏好维度），则不需要确认。
遗忘：时间衰减 + 主动删除
时间衰减：超过90天未使用的偏好，自动降级为“低置信度”。Agent下次使用时，会再次询问用户确认，而不是直接应用。如果用户再次确认，则刷新有效期。
主动删除：用户可以对Agent说“忘掉我之前的通知偏好”，或者通过管理界面手动删除。我们设计了一条指令：“清除所有关于我的偏好。”——这比在设置里翻半天要友好得多。
另外，有些记忆涉及敏感信息（比如“用户说过他的银行卡号”），我们设计为短期存储，24小时后自动清除，不入库长期记忆。这需要在提取记忆时做一次敏感信息检测。
四、检索与应用的时机：什么时候该用记忆？
光有存储不够，关键是Agent要在正确的时机主动应用记忆，而不是每次都要用户触发。
我们定义了三个应用层次：
- 任务执行前：自动填充参数
用户说“帮我生成周报”，Agent自动从记忆中读取：
default_week_report_template
default_notify_channel
default_recipients
然后问：“将使用你常用的市场部模板，发送到企业微信，是否继续？”用户点“是”，一步到位。
任务执行中：动态调整行为
用户让Agent“把这个任务分配给李雷”，Agent检索记忆发现：李雷平时不喜欢被@，更偏好被直接指派到任务系统。于是Agent不用@，而是创建飞书任务并私信通知。主动建议：记忆驱动的提醒
Agent检测到晓雯每次周五下午都会生成周报，但今天是周四下午，她还没做。Agent主动问：“按你往常的习惯，周报通常会在今天生成。是否需要现在开始？”
这种主动提醒，依赖的是对用户行为模式的长期记忆（每周五下午3点左右触发周报生成）。我们用一个简单的时序模式识别：记录用户每个任务的历史执行时间（周几+几点），当当前时间接近历史分布的中位数时，触发提醒。
五、隐私和安全：记住偏好不等于窥探隐私
长期记忆最容易引发隐私担忧。用户会想：“Agent记住了我那么多事，会不会被别人看到？”
三个设计原则：
记忆归属用户
所有偏好数据，以user_id为分区存储。不同用户之间完全隔离。即使管理员也无法查看某个用户的个人偏好（只能看到“有多少用户设置了通知偏好”这种聚合统计）。透明与可审计
用户可以随时问Agent：“你记住了我的哪些偏好？”Agent会列出所有存储的记忆条目，并且每条都附上“添加时间”和“添加方式”（用户主动教/Agent推测/场景化）。用户可以逐条删除或修改。敏感信息不存储
Agent在提取“值得记忆的内容”时，会先过一个敏感词过滤器。包含身份证号、银行卡号、密码、手机号等个人信息的内容，即使符合“偏好”特征，也不会写入长期记忆。用户说“我的手机号是138xxxx”，Agent会回复：“我不会记住你的手机号，请放心。”
六、一个完整的长期记忆交互示例
把上面的设计串起来，看看一个“被记住”的用户体验长什么样。
第一天（初始状态，Agent对晓雯一无所知）：
晓雯：帮我生成周报。
Agent：好的。请问使用哪个模板？（默认/市场部/研发部）
晓雯：市场部。发送到企业微信。
Agent：已将周报使用市场部模板，发送至你的企业微信。是否需要我记住这个偏好？
晓雯：记住。
Agent：已记住。以后你说“生成周报”将默认使用市场部模板，并发送到企业微信。
第二天（Agent应用记忆）：
晓雯：生成周报。
Agent：好的。将使用市场部模板，发送到你的企业微信。是否继续？
晓雯：继续。
（周报生成，发送）
一周后（晓雯发现她偶尔也需要研发部模板）：
晓雯：生成周报，用研发部模板。
Agent：本次使用研发部模板。是否需要将默认模板改为研发部？
晓雯：不用，只是偶尔用。
Agent：明白了。以后你说“生成周报”仍默认市场部模板；当你说“生成研发周报”时，将自动使用研发部模板。
一个月后（晓雯换部门了）：
晓雯：以后周报改用运营部模板。
Agent：确认将默认模板从“市场部”改为“运营部”吗？
晓雯：确认。
Agent：已更新。旧的偏好已归档（保留但不使用，如需恢复请告知）。
晓雯的体验从“每次都重复说”，变成了“Agent懂我”。而她从来没有看过一行代码，也没点过复杂的设置界面。
七、你也能做的三个起步建议
如果你也想给自己的办公Agent加上长期记忆，不需要一步到位做全三层。可以从最简单的地方开始：
先做显式偏好：让Agent能识别“以后”“每次都”这类关键词，把偏好存进Redis。这是成本最低、见效最快的一步。
加一个“记住我”命令：用户可以主动说“记住，我喜欢用表格”，触发存储。比自动推断简单可靠。
做一个遗忘命令：用户说“忘掉我的通知偏好”，清除对应的键。这是建立信任的关键——让用户知道他能控制Agent记住了什么。
等这三个跑顺了，再慢慢加隐式推断、场景化、主动提醒。不要一上来就想做一个“全知全能的记忆系统”——你很可能先把自己搞崩溃。
写在最后：被记住，是一种被尊重的感觉
晓雯后来开玩笑说：“现在这个Agent比我男朋友还记事儿。我随口说一遍它就记住了，还不会忘。”
这其实说出了长期记忆的核心价值：让人感觉到被尊重。每次重复说明一个已经说过的事情，都是一种消耗。而Agent如果能记住，哪怕只是记住“你爱用哪个模板”，都是在替用户节省心力。
一个好的办公Agent，不是因为它能写多长的报告，而是因为它让你少说了多少废话。而少说废话的前提，就是它真的记得你——记得你的偏好，你的习惯，你不想每次都重复的那些小事。
下次当你对你的Agent说“早”的时候，它不只是回你一个“早”，而是把你今天该做的事按你的方式准备好了，你会觉得：“嗯，这家伙，没白养。”
