Anthropic刚发了一份13页的PDF，讲的是Agent记忆架构。 核心观点…

Anthropic刚发了一份13页的PDF，讲的是Agent记忆架构。 核心观点：大多数Agent只用了一层记忆，所以总是"忘事"。他们提出了5层记忆设计，能把token成本砍掉90%。 先说问题在哪。 现在大部分Agent的记忆就是上下文窗口——你跟它聊什么，它就记什么。窗口满了，旧内容就丢了。下次再问它上周聊过的事，它一脸懵。 这就像一个人只有短期记忆，没有长期记忆。你跟他说了十遍你的偏好，他下次还是忘。 Anthropic的5层设计是这样的： 第一层是工作记忆，就是当前的上下文窗口。大部分Agent只停在这里。 第二层是情景记忆——记录发生过什么。带时间戳的完整交互日志。Agent能回忆起"周二凌晨3点部署失败，因为迁移脚本有个拼写错误"。 第三层是语义记忆——什么是真的。事实、实体、关系，存成知识图谱。"用户偏好TypeScript"这种信息存在这里，不会因为会话结束就消失。 第四层是程序记忆——怎么做事情。Agent试了3种方法，有一种成功了，这个方法就变成可复用的技能。下次直接用成功的那个。 第五层是遗忘——该删什么。一个从不遗忘的Agent会积累矛盾信息。旧的偏好覆盖新的，用户搬了城市但Agent还在推荐老地方的餐厅。 实际效果：Mem0用这套架构后，每次查询只存1800个token，之前是26000个。Snowflake加了一个本体层，准确率提升20%，工具调用减少39%。 这套架构的核心思路是：Agent要像人一样记忆，不能只靠上下文窗口硬撑。短期、长期、程序化、选择性遗忘，缺一不可。 感兴趣可以看看原文：x.com/choopyplug1/st…