9. 最佳实践

一句话理解：Agent Memory 的最佳实践不是把一切都记下来，而是“分层记忆、按需检索、主动遗忘、严控隐私”，让记忆系统成为 Agent 的助力而不是负担。

1. 按记忆类型选存储

不要所有记忆都塞进同一个数据库。

记忆类型	推荐存储	不要这样做
Working Memory	内存 / Redis	写入 Postgres 增加延迟
Short-term Memory	Redis / 内存	长期保留所有会话摘要
Semantic Memory	向量 DB	只用关键词检索
Episodic Memory	向量 DB + 文档 DB	只存成功 episode，忽略失败
Procedural Memory	KV Store / Postgres	把流程模板当作普通语义记忆

核心原则：记忆的寿命、检索方式与一致性要求决定了它的存储形态。

2. 控制上下文长度

再强大的 LLM 也有上下文限制，回注记忆时必须精打细算。

推荐策略

• 预分配预算：给 system prompt、working memory、retrieved memories 分别设置 token 上限。
• 优先级排序：工作记忆 > 短期摘要 > 高相关长期记忆 > 情景记忆。
• Rerank 后截断：不要直接把向量检索的 top-k 全塞进去，先 rerank 再按预算截断。
• 避免重复：合并语义相似的记忆，减少冗余。

上下文预算示例

总上下文窗口: 128K tokens
- system prompt: 2K
- working memory: 30K
- short-term summary: 4K
- retrieved long-term memories: 8K
- tool schemas + current task: 剩余

3. 避免记忆污染

记忆污染是指把错误、幻觉、低质量信息存入长期记忆，导致后续回答持续出错。

污染源

来源	示例
工具错误结果	数据库返回空被误解为“没有数据”
模型幻觉	Agent 编造不存在的事实
用户错误输入	用户随口一说被当作偏好
对抗输入	提示注入试图污染长期记忆

应对策略

• 置信度过滤：只对高置信度信息做长期存储。
• 用户确认：关键偏好让用户明确确认后再写入。
• 来源标记：每条记忆记录来源，便于追溯与删除。
• 定期审计：抽样检查长期记忆质量。
• 输入护栏：写入前检测提示注入与敏感信息。

4. Embedding 版本管理

Embedding 模型升级是生产中的常见操作，处理不好会导致检索质量断崖式下降。

推荐做法

• 每条记忆记录 embedding_model 与 embedding_version。
• 模型升级时，先双写新旧向量，逐步切换检索。
• 不要直接在新索引上用旧向量检索。
• 监控新旧模型检索质量的 A/B 差异。

版本标记示例

{
  "id": "mem-001",
  "text": "...",
  "embedding": [...],
  "embedding_model": "text-embedding-3-small",
  "embedding_version": "2024-07",
  "created_at": "2026-07-01T10:00:00Z"
}

5. 敏感信息过滤

敏感信息一旦进入长期记忆，很难彻底清除。

推荐做法

• 写入前检测：使用 PII 检测模型或规则引擎。
• 分类标签：给记忆打 sensitivity 标签（low/medium/high）。
• 高敏感拒绝写入：密码、Token、密钥、验证码绝不入长期记忆。
• 中敏感脱敏：姓名、电话、地址可脱敏后存储。
• 用户删除权：提供查看、修改、删除记忆的接口。

class PrivacyFilter:
    def check(self, text: str) -> FilterResult:
        if contains_secret(text):
            return FilterResult(reject=True, reason="secret_detected")
        if contains_pii(text):
            return FilterResult(allow=True, sanitized=mask_pii(text))
        return FilterResult(allow=True)

6. 评测记忆系统

没有评测的记忆优化是盲调。

评测维度

维度	说明	指标
Recall 命中率	query 能否找到相关记忆	hit@k、MRR
Precision	检索结果中有多少真正相关	precision@k
Coverage	多少用户偏好/事实被成功记住	覆盖率
Contamination	记忆库中错误/低质量记录比例	错误率
Latency	检索与写入延迟	P50/P99
Privacy	敏感信息拦截率	拦截率

评测方法

• 构建标准 query-memory 对，测试检索命中率。
• 人工抽查长期记忆，评估质量。
• 在真实任务中对比“有记忆”与“无记忆”的表现差异。
• 用影子运行做回归测试。

7. 不要过度设计

记忆系统的复杂度应该与场景匹配。

何时简单即可

• 单次会话、无跨会话需求：只需要 Working Memory。
• 用户少、偏好简单：用 KV Store 存用户配置即可。
• 任务简单、无需经验复用：不需要 Episodic Memory。

何时需要完整 Memory 系统

• 多会话、多任务、多用户。
• 需要个性化与经验复用。
• 任务长周期、需要 checkpoint。
• 企业级隐私与审计要求。

8. 多 Agent 协作中的记忆

多 Agent 场景下，记忆可以是共享的也可以是隔离的。

模式	说明	风险
共享记忆池	多个 Agent 共用长期记忆	需要严格权限控制
Agent 私有记忆	每个 Agent 有自己的记忆	协作效率低
层级记忆	团队级共享 + Agent 私有 + 用户私有	复杂度最高

推荐从“用户级共享 + Agent 私有”开始，根据协作需求逐步扩展。

最佳实践速查表

维度	推荐做法
存储	按记忆类型选存储，不要一刀切
上下文	预分配预算、rerank、截断、去重
污染	置信度过滤、用户确认、来源标记、输入护栏
Embedding	版本标记、双写过渡、A/B 监控
隐私	写入前检测、敏感信息拒绝、用户删除权
评测	hit@k、precision、contamination、latency
复杂度	按需选型，避免过度设计
多 Agent	从用户级共享 + Agent 私有开始

本章小结

Agent Memory 的最佳实践围绕“分层、检索、遗忘、隐私、评测”五个关键词展开：按记忆类型选存储，控制上下文预算，避免记忆污染，管理 embedding 版本，严格过滤敏感信息，建立评测体系，不过度设计，并在多 Agent 场景中谨慎规划记忆共享边界。好的记忆系统不是记住最多，而是记住最对、遗忘最及时、保护最到位。

参考来源

• Mem0 Best Practices
• LangGraph Production Concepts
• Letta Memory Guidelines
• Steve Kinney — Agent Memory Systems