用户记忆系统

何时使用

• 为 Agent 设计跨会话的用户记忆（记住偏好、身份、历史交互）
• 选型记忆存储格式（Simple Notes / Enhanced Notes / JSON Cards / Advanced JSON Cards / 可执行代码）
• 评估记忆系统好坏（对照三层次框架或 LoCoMo 基准）
• 集成、改造或对比 Mem0、Memobase 等记忆框架
• 处理记忆冲突、过期、膨胀、压缩与隐私脱敏
• 判断某类信息该进用户记忆还是共享知识库
• 设计记忆的压缩与定期整理策略

核心原则

• 记忆与 RAG 的边界：单个用户的个性化信息（偏好、身份、关系、历史）走用户记忆；面向所有用户共享的集体知识（行业法规、公司流程、专业文档）走 RAG 知识库。两者尺度不同但底层技术相通（向量检索、知识压缩），也面临同样的麻烦：信息冲突、知识过期、检索不准。用户记忆同样可以反过来用 RAG 技术增强召回。

• 记忆不是逐句存档：会话结束后用一次专门的 LLM 调用提取，提取结果须同时满足三条规则——选择性（丢弃"搜索返回 3 个选项"这类短期细节）、抽象化（把本次"靠窗座位"归纳为长期偏好）、结构化（用可检索字段保存事实）。

• 先立评估标尺再设计。记忆能力可归纳为八项：个人信息保留、偏好追踪、上下文切换、记忆更新、多会话连续性、复杂思考、时间感知、冲突解决。工程上按三层次验收：

  • L1 基础回忆：精确存取用户直接给出的结构化事实（"我的会员号是 12345"）。
  • L2 多会话检索：跨对象、跨时期找全相关信息并主动澄清（用户有两辆车时问"为哪辆预约"，而不是猜一辆）。
  • L3 主动服务：综合很久以前的记忆给出预见性帮助（订国际航班时关联数月前存储的护照信息并预警临期）。
  • 公开基准可参考 LoCoMo（平均约 300 轮、最多 35 个会话的超长多轮对话）。

• 三个正交维度分开决策，勿混淆：放哪里（轨迹 / 用户长期记忆 / 业务状态）、怎么存（四种格式）、存什么（情景 / 语义 / 程序记忆）。三者可自由组合。

• 轨迹（Trajectory）是单次运行的 append-only 原始流水，供追溯调试审计；运行时上下文可对它压缩重组。用户长期记忆是跨会话持久化、与用户 ID 绑定的档案，会被反复改写、合并、淘汰。前者是流水账，后者是档案。

• 认知类型指导"存什么"：情景记忆记具体事件（订了哪班航班），语义记忆存提炼出的稳定特征（用户是素食者），程序记忆学行为流程（先搜直飞→确认座位→用常旅客号）。

• 选格式看工程需求（简单性与表达力的取舍），选类型看业务场景（需要记住事实、事件还是流程）——两套体系正交，分别决策。

• 格式选型按关键性与数量：

  • Simple Notes：最小不可分事实，开销最低、O(1) 操作，但关联性丢失，综合查询需重新拼凑碎片。
  • Enhanced Notes：完整上下文段落，语义丰富，但存储冗余、更新需重写多个段落。
  • JSON Cards：类别→子类别→键值对三层嵌套，支持部分更新、可预测可扩展，但强制单一归类会丢失多维性（"周末用 Python 开发个人项目"同时是时间/技术/活动偏好）。
  • Advanced JSON Cards：事实之外加 backstory（为何存储）、person、relationship（为谁存储）和时间戳，解决同名实体消歧（用户自己的牙科张医生 vs 父亲的心脏科张医生）。
  • 经验法则：关键且少量（偏好、关键人物关系）用 Advanced JSON Cards；大量且非关键的对话事实用 Simple Notes；生产系统多为混合模式，不同类别走不同路径。

  四种格式速查：

  格式	结构	优势	代价
  Simple Notes	最小不可分事实	开销极低、O(1) 操作	关联性丢失，综合查询需重新拼凑
  Enhanced Notes	完整上下文段落	叙事结构、语义丰富	存储冗余、属性变化需重写多段
  JSON Cards	类别→子类别→键值对	部分更新、可预测可扩展	刚性归类丢失多维性
  Advanced JSON Cards	事实 + backstory/person/relationship/时间戳	同名实体消歧、多身份区分	生成与维护成本高

• 需要聚合统计、冲突检测、约束执行等确定性推理时，把记忆升级为可执行代码（User as Code）：事实先进只增日志，再定期重建带类型状态；规则写成普通函数（如国际行程出发前护照有效期不足 180 天即告警），让"表示"和"推理"共用可验证介质。

• 记忆库不是越大越好。三层压缩：重要性评分筛选（访问频率、时间衰减、情感强度、信息独特性四因素综合，低于阈值标记为可压缩或可删除）→ 相似记忆聚类生成代表性摘要（多次天气对话压成"用户经常询问天气，特别关心降雨"，原始细节存档二级存储）→ 从情景记忆抽象泛化为语义/程序记忆（从多次购物对话学到"偏好性价比高的产品，重视用户评价"）。

• 业务状态（"需要澄清"/"处理请求中"/"等待付款"）是开发者定义的高层任务阶段抽象，与轨迹、长期记忆并列，在事件驱动架构中尤为重要；多数系统先实现轨迹 + 长期记忆两层即可。

实践模式

• 标准生命周期：读取相关记忆 → 会话结束后后台提取候选事实 → 来源与策略核验 → 更新（增/改/删/合并）。提取与对话主循环分离，不阻塞响应。
• 记忆不是一次建成：随交互持续积累，靠"增量吸收 + 定期整理"双路径维护，整理规则与共享知识库一致（见 book/chapter3.md「知识应该如何更新」）。
• 框架取舍：
  • Mem0：v3 用单次 LLM 调用抽取事实且只做 ADD，写入时不消歧；查询时融合语义相似度、BM25 关键词和实体匹配，并结合时间信息排序。优点是不会因错误 UPDATE/DELETE 丢失历史、LLM 调用少（LoCoMo 71.4→92.5，LongMemEval 67.8→94.4）。注意：Mem0-g 图记忆是历史设计，OSS v3 已移除外部图存储与 relations 返回值，实体链接仅用于内部检索加权。v2 及 2025 论文则在写入阶段做 ADD/UPDATE/DELETE/NOOP 决策，记忆库始终简洁但一次误更新即不可逆。
  • Memobase：聚焦"用户画像"形态——开发者可配置的 Profile 槽位（主题→子主题两级，如 basic_info→姓名、work→职位）+ 按时间线的 Event Memory（回答"上次讨论预算是什么时候"）。缓冲批处理：对话先在缓冲区累积，达规模或时限后统一触发一次提取，摊薄 LLM 成本并保证查询低延迟。
  • 自建参考架构：情景/语义/程序三类长期记忆 + 显式保留工作记忆层（管理当前任务、与长期记忆双向交互）。工作记忆是经筛选激活的动态子集，与 append-only 的轨迹不同。按业务取舍，不必追求大而全。
• 记忆量上千条后，用检索技术增强召回（RAG 管道与结构化索引同样适用于记忆条目）。最高阶形态是双层记忆架构：少量关键事实用 Advanced JSON Cards 结构化后常驻上下文（全局概览），海量原始对话经上下文增强后按需召回（精确细节）——只靠常驻会丢细节，只靠检索看不到跨会话隐藏关联。
• 隐私保护：脱敏优先本地小模型（如 Ollama 跑 Qwen3 0.6B，CPU 可跑，可升 1.7b/4b）——日志送云端脱敏违背初衷；识别结构化（证件号/银行卡号）、半结构化（地址）与自然语言敏感内容（"我的密码是 abc123"），经 JSON Schema 输出类型/位置/置信度，LLM 脱敏召回率 95% 以上；超高吞吐场景用"正则快筛 + LLM 深析"混合策略。
• 前沿备忘（多模态记忆）：脸孔、嗓音等难用文字描述的信息有三条思路——存原始数据 + 文本描述（检索到图片后再读原图比对）；存嵌入（每张脸约 1 token，1000 token 上下文可容纳 1000 张人脸，效率极高但需常驻）；写入预训练模型的 Engram 哈希 N-gram 槽位（扩展性强但依赖特定模型、查准率可能不如存嵌入）。训练每用户 fact-LoRA 直接复述尚可，间接推理会失灵。
• 评估方法：每层约 20 个用例，L1 用例通常由单个会话构成，L2/L3 用例由多个跨时间、跨对象的会话构成（每个用例合计约 50 轮沟通）。评估时要求被测 Agent 根据第一个会话生成记忆，再根据记忆和下一个会话修改记忆——全程仅能访问记忆、不可回看原始对话；记忆生成完毕后回答一个新的用户问题，用 LLM-as-a-judge 对比参考答案打分。
• 三层次框架与技术的对应关系（选型时的标尺）：L1 靠可靠的存取即可满足；L2 需要检索技术找全跨会话信息并判断何时该主动澄清；L3 最难，要求系统同时握有"全局概览"（常驻结构化事实）和"精确细节"（按需召回原始对话）两种视角。
• 记忆写入的工程细节：提取在后台进行，不阻塞对话响应；写入前先检索相近记忆再决定增/改/删/合并，避免无限堆积；带时间信息保存事实，让"搬家到上海"和"住在北京"能按时间排序而非互相覆盖。

常见陷阱

• 把短期细节当长期记忆存入，记忆库噪声膨胀、检索被稀释。
• 只存事实不存情境：脱离了"为谁存储、为何存储"的 backstory，"张医生"这类同名实体必然混淆。
• 一种格式通吃：Simple Notes 割裂关联、Enhanced Notes 冗余难更新、JSON Cards 丢失多维性。
• 写入时激进 UPDATE/DELETE：一次误判即不可逆丢失历史；或只 ADD 从不整理，矛盾事实无限堆积。
• 只更新不整理：同一事实散落多处、新旧说法并存、摘要偏离原始证据；定期整理必须回到原始证据核查，不能在旧摘要间相互改写。
• 冲突时简单"保留最新一条"或让模型猜：应追溯各自原始信息源，检查是否在不同时间/对象/条件下分别成立，把适用场景写入知识；证据不足则保留待确认状态。
• 把轨迹当长期记忆直接检索：原始流水只增不改、噪声大，跨会话记忆必须先提炼再入库。
• 敏感信息原样进入 LLM 上下文和系统日志。
• 脱敏用云端 API：日志本身可能含敏感信息，送云端脱敏违背隐私保护初衷。

配套代码

• chapter3/user-memory/ — 统一接口实现四种记忆模式（notes/enhanced notes/JSON cards/advanced JSON cards），对话与后台记忆处理分离，可切换模式对比同一用例的记忆产物。
• chapter3/mem0/ — Mem0 v3 ADD-only 提取 + 混合检索，跑 LoCoMo 长上下文多会话场景。
• chapter3/memobase/ — 真实 Memobase SDK 的 Profile + Event 演示，外加 Memobase 风格自研记忆 Agent（情景/语义/程序/工作四类记忆、重要性衰减与聚类）。
• chapter3/user-memory-evaluation/ — 实验 3-1 三层评测集（每层 20 用例、50+ 轮），LLM-as-Judge 多维打分，含离线 keyword-recall 对照。

深度阅读

• book/chapter3.md「用户记忆系统」