Agent Memory Architecture（智能体持久记忆架构）
大多数智能体在重启后遗忘一切。真正可信赖的 Agent 系统需要跨会话、跨 Agent 的持久记忆基础设施。@matthewgunnin 在运行两个协调智能体（Ella on OpenClaw、Lyra on Hermes）数百次会话、历时 6 个月后，提炼出一套经过实战验证的 4 层记忆架构。
Source: 2026-07-04-x-x-com-matthewgunnin-status-2072772100973007203-s-46（来源未公开）
核心问题：上下文窗口管理 ≠ 记忆
典型的 Agent 记忆方案：把重要内容塞进 system prompt，祈祷上下文不溢出，重启后全部丢失。这是上下文窗口管理，不是记忆。真正的持久记忆需要多层、不同时间跨度的分层架构。
四层记忆架构
Layer 1：会话内上下文（In-session Context）
每次会话启动时读取两个文件：
- 身份文件（Identity File）：Agent 的常设身份定义——不是埋在配置里的 system prompt，而是可编辑的 Markdown 文件。内容包含：Agent 的行为模式、优先级、“从不在不询问情况下执行”的操作，以及与其他 Agent 的关系。
- 记忆索引文件（Memory Index File）：跨会话所有值得记住事项的目录。不是向量数据库，不是 embedding，而是一张纯文本目录表，指向各个独立的记忆文件。索引始终加载，单个记忆文件按需读取。
为什么用 Markdown？ 人类可读、可编辑、可调试。当 Agent 行为异常，打开索引找到错误指令；想改变某个行为，直接编辑文件。无 API、无仪表盘、无需重训练。
Layer 2：会话后保留（Hindsight）
问题：纯 Markdown 记忆只能捕获被显式写下的内容，而最有价值的上下文往往是隐式的——运行过程中做出的决策、推断出的事实、事后才发现重要的细节。
Hindsight 是运行在 localhost 的本地事实保留后端。每次有意义的会话结束后，Agent 自动将一组精心筛选的事实推送到命名 bank 中（每个 Agent 各自的 bank）。
保留内容：
- 会话中做出的决策
- 关于用户或项目的非显而易见的事实
- 失败模式及采用的修复方案
- 用户确认或纠正的偏好
新会话启动时，在 Agent 回答之前先查询 Hindsight 获取相关上下文。这不是对 transcript 的全文搜索，而是按类型标记、经 Agent 判断值得携带的精炼事实集。
晋升路径：Hindsight 事实 → 人工审核 → 记忆索引条目。自动保留 + 人工批准门控。
Layer 3：共享长期状态（Nexus）
单 Agent 记忆在引入第二个 Agent 时就会崩溃——两个 Agent 各自持有矛盾的项目状态，一周内就开始相互冲突。
Nexus 是两个 Agent 共同读写的 Obsidian Vault（共享、可检查的状态文件）：
- 实时上下文日志（Live-context Log）：两个 Agent 在每次有意义的轮次后追加写入。不变量：每次回复前必须读取；每次有意义的轮次后必须追加。
- 项目状态文件
- 决策日志（带时间戳和理由）
- 每个 Agent 的工作上下文检查点：长任务期间每几次工具调用更新一次
当 Lyra 凌晨 2 点合并了一个 PR，Ella 早上回答问题时已经知道了——因为她读取了日志。无需消息传递，无需 inter-agent API，无需轮询。一个共享文件，两个 Agent，追加写入日志。
跨 Agent 同步不变量：
- 每条日志条目需署名（Agent 名称、频道、类型、一行摘要）
- 纯追加写入，永不编辑他人条目
- 如果 Lyra 记录了相关内容，Ella 在下次回复中明确确认
- 重大决策由两个 Agent 都写入决策日志
Layer 4：可搜索知识（gbrain）
前三层处理情景记忆（发生了什么、决定了什么、值得携带什么）。gbrain 是语义层。
gbrain 是运行在 Nexus Vault 上的 MCP 服务器，提供全文与语义搜索。当 Agent 需要回答研究问题、查找历史合成结论或检索某类问题的处理方式时，它查询 gbrain 而不是重读每一个文件。输出：带来源的相关页面排序列表——Agent 读取相关的，不把整个 vault 倾倒进上下文。
记忆 vs 召回：Layer 1-3 处理 Agent 携带什么；Layer 4 处理 Agent 能查找什么。
工具清单
| 工具 | 用途 | 链接 |
|---|---|---|
| Hindsight | 本地事实保留后端 | github.com/vectorize-io/hindsight |
| gbrain | 编译 Wiki/语义搜索 MCP | github.com/garrytan/gbrain |
| OpenClaw | Agent 运行时（Ella） | openclaw.ai |
| Hermes | Agent 运行时（Lyra） | hermes-agent.nousresearch.com |
诚实的代价
这套系统需要纪律：必须把事情写下来、维护文件、审核保留内容后再使其永久化。它不是魔法的常开系统，而是结构化的人工纪律 + 接缝处的自动化。
Layer 1 和 Layer 3 只需一个周末即可搭建，从这里开始。完整 4 层系统历时约 6 个月才稳定。
Hermes 的轻量两层实现
Hermes Agent 的实用默认形态验证了“常驻信息必须少”的原则：
- Tier 1：短小、显式的核心文件：
memory.md记录系统/项目事实，user.md记录用户偏好，soul.md定义 Agent 身份。三者承担启动时的稳定上下文，必须保持简洁。 - Tier 2：按需检索的会话档案：完整历史存入 SQLite；只有在需要时通过 session search 召回，避免把全部历史塞入上下文窗口。
- 可选增强：外部记忆服务可提取跨对话的隐含模式；Obsidian Vault 适合承载需要人类检查、可继续推进的项目与研究。
它不是对“四层架构”的替代，而是 agent-memory-and-dreaming 所强调的渐进式披露在单 Agent 场景中的最小可用实现。
Source: 2026-07-24-youtube-youtu-be-5_N84t1rUU0-si-9hzeimqyKkOFvsp3-c8ca3e25af（来源未公开）
与相关概念的关联
- agent-memory-and-dreaming：Anthropic 的带外梦境系统是另一种解决跨会话记忆的生产方案（自愈净化机制）。
- obsidian-second-brain：Nexus 层直接使用 Obsidian Vault 作为共享状态基础设施。
- harness-in-agentic-systems：记忆架构是 Harness（Agent 控制系统）的核心组成部分。
- managed-agents：多 Agent 协调的隔离与状态同步问题与 Layer 3 高度相关。
研究工作流中的记忆闭环
长期记忆应服务于决策而不是无差别累积：按日汇总关注源与书签，先按相关性分层，再将跨来源结论与后续反馈写回记忆。为避免信息茧房，外部来源应按主题轮换，并保留反方证据。定期复盘输出格式、错漏与实际决策价值，才能让记忆成为可校正的研究系统。
Source: 2026-07-28-x-x-com-0xjeff-status-2076631167152042204-s-46-0eb4279557（来源未公开）
5. 为什么盲目调 Prompt、切模型或堆上下文无法根治 Agent 脱轨
Source: 2026-09-03-x-x-com-0xwhrrari-status-2093685107534000560-s-46-c1633d832a.md（来源未公开）
开发者在遇到 Agent 运行失败时，最常见的三重误区是：
- 频繁修改 System Prompt；
- 切换更大的模型；
- 盲目塞入更大 Context Window。
这些做法无法解决核心瓶颈：
- 注意力稀释与幻觉放大：上下文窗口越大，噪声和无关细节越多，模型的中间记忆检索（Lost in the Middle）越容易失效。
- 缺乏显式状态机（State Machine）：开环 Agent 容易进入死循环。必须将长程任务拆解为确定性步骤，由外部存储（如持久化 KV 缓存、向量索引与短期 Scratchpad）管理状态转移，而非依赖模型脆弱的隐式内部注意力。
6. Google Agent Memory 工程范式：Session（Events + State）与长期 Memory Bank
Source: 2026-09-28-xiaohongshu-xhslink-cn-o-8LT1ouk0THT-93cf41677f.md（来源未公开）
Google 官方在 Agent Memory 系列课程中进一步规范化了工业级短期与长期记忆的工程分层：
- 短期会话记忆（Session Memory）的双构件设计：
- 一次连续对话（Session）被清晰切分为两个核心组件：
- Events（全量事件时间线）：完整记录每条用户消息与 Agent 动作回复，保留原始上下文与时间戳，专供大模型读历史、回溯追问与故障溯源；
- State（结构化状态便签）：以 Key-Value 键值对或轻量 JSON 维护高频取用的关键变量（如当前用户认证状态、购物车 ID、任务当前步骤）。Agent 在后续轮次中直接读取 State，完全免除通读并解析全量历史消息的 Token 损耗与延迟；
- 一次连续对话（Session）被清晰切分为两个核心组件：
- 跨会话持久层：AI Memory Bank：
- 跨越单次会话生命周期，将用户偏好、长程事实、多模态资产沉淀为全局多模态记忆库（Memory Bank），通过语义检索与实体图谱按需激活。