（上）讲概念 + 工具。本篇（中）讲上下文 + 记忆 ——这是 Agent 时代最核心的两个工程问题。
一、Context Rot：最常见的失效模式 Agent 跑 10-20 轮后性能下降 ——不是因为模型变笨，而是上下文被噪声稀释 。
1 2 3 4 5 6 7 8 9 10 LLM attention 预算固定 128K → 长对话 = 旧信息占用大量 attention → 关键信息被"挤到角落" → 模型"看不见"关键信息 典型症状： - 早期指令被"遗忘" - 工具结果互相混淆 - 重复犯错（已纠正的问题又来） - 输出格式跑偏
解法 ：上下文工程——5 层结构 + 3 种压缩策略。
二、5 层上下文结构 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 1. 常驻层（system prompt + 核心指令） → 始终存在，永远不压缩 → 占 1-5K tokens 2. 按需加载层（Skills / Tools 描述） → 描述符常驻（100 words/skill） → 完整内容触发加载 → 占 1-10K tokens（动态） 3. 运行时注入层（当前任务上下文） → 用户消息 + 工具结果 → 占 1-50K tokens 4. 记忆层（MEMORY.md / 向量库） → 跨 session 持久 → 通过 RAG 检索再注入 → 检索结果 0.5-2K tokens 5. 系统层（工具定义 / Skills 元数据） → Tools 描述符 → Skills 列表 → 占 1-3K tokens
三、3 种压缩策略 3.1 滑动窗口（简单） 1 2 3 4 5 6 7 8 9 10 11 def truncate_context (messages, max_tokens=4000 ): """保留最近 max_tokens 的消息""" result = [] total = 0 for msg in reversed (messages): msg_tokens = len (msg.content) // 4 if total + msg_tokens > max_tokens: break result.insert(0 , msg) total += msg_tokens return result
优点 ：简单缺点 ：丢失关键历史信息
3.2 LLM 摘要（智能） 1 2 3 4 5 6 def summarize_history (messages, llm ): """用 LLM 总结旧消息""" text = "\n" .join([m.content for m in messages[:-5 ]]) prompt = f"总结以下对话历史，保留关键决策和事实（200 字内）：\n\n{text} " summary = llm.complete(prompt) return summary
优点 ：保留语义缺点 ：token 成本 + 摘要误差
3.3 工具结果替换（实用） 1 2 3 4 5 6 def replace_tool_results (messages, max_size=500 ): """把大工具输出换成摘要引用""" for msg in messages: if msg.role == "tool" and len (msg.content) > max_size: msg.content = f"[完整结果已省略，长度 {len (msg.content)} ，需要时调用 ID 重新获取]" return messages
优点 ：保留工具 ID缺点 ：模型可能忘了 ID
四、Prompt Caching（关键优化） 1 2 3 4 5 6 7 8 9 10 11 12 LLM API 的 prompt caching 规则： - 按 prefix 匹配（开头必须完全一致） - 缓存命中 → 价格 -90%，速度 -10 倍 实战： 1. system prompt 放在最前面（不变的部分） 2. 长上下文放在 system 后（多轮复用） 3. 用户消息放最后（每次变） 效果： - 1000 tokens 缓存命中 → $0.0001（vs $0.001 全价） - 100 万次长对话 → 省 90% 成本
关键 ：把”常驻内容”放 prefix，把”每次变的内容”放 suffix。
五、4 种记忆类型 5.1 工作记忆（Working Memory） 1 2 3 4 范围：当前任务 存储：context（内存） 例子：对话历史 + 当前工具结果 生命周期：session 结束清空
5.2 程序性记忆（Procedural Memory） 1 2 3 4 5 范围：跨任务可复用 存储：Skills / Prompts / Templates 例子："查订单 skill" → "差旅规划 skill" 生命周期：永久 更新方式：人类或 LLM 评估后更新
5.3 情景记忆（Episodic Memory） 1 2 3 4 5 范围：具体事件 存储：JSONL（追加写） 例子："昨天 14:23 用户问了订单问题 → 解决了" 生命周期：永久 + 时间戳 用途：复盘 / 个性化
5.4 语义记忆（Semantic Memory） 1 2 3 4 5 范围：知识 存储：向量库 + 文档 例子：用户偏好 / 项目背景 生命周期：永久 检索：按语义相似度
六、ChatGPT 4 层记忆 vs OpenClaw 混合检索 6.1 ChatGPT 4 层 1 2 3 4 1. Session Metadata（会话元信息） 2. User Memory（用户偏好） 3. Conversation Summary（对话摘要） 4. Current Session（当前会话）
优点 ：自动 / 缺点：用户不可控
6.2 OpenClaw 混合检索 1 2 3 4 5 6 7 8 70% 向量检索 + 30% 关键词检索 → 向量：语义相似 → 关键词：精确匹配 → 混合：互补 实战： - 用户问"上次那个产品怎么样" → 关键词"产品"命中 + 向量找相似话题 - 召回率 +20% vs 纯向量
七、记忆整合流程 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 def on_task_success (task, result ): """任务成功 → 提取经验 → 追加到记忆""" summary = llm.complete(f"从这次任务提取可复用的经验（50字内）：{task} " ) memory_file.append({ "date" : today(), "task" : task.name, "result_summary" : summary }) def on_task_failure (task, error ): """任务失败 → 保留原始记录（可回退）""" failure_file.append({ "date" : today(), "task" : task.name, "error" : str (error), "context" : task.context_snapshot })
八、3 条实战建议 8.1 别”事后补”记忆 1 2 ❌ 等 Agent 出错 → 修 ✅ 开始 Agent → 设计记忆系统（基础设施）
记忆系统是 Agent 的”数据层”——和数据库一样重要 。
8.2 记忆系统要”分层” 1 2 3 4 5 6 7 8 9 工作记忆：context（自动） 情景记忆：JSONL（追加） 语义记忆：向量库（按需） 程序性记忆：Skills（人工 + LLM 评估） 不要全存一个地方： - 高频用 → 内存 - 长期用 → 文件 - 检索用 → 向量
8.3 监控记忆质量 1 2 3 4 5 6 7 8 9 每 30 天 review： - MEMORY.md 是否过时 - 失败案例是否被记住 - 成功经验是否被复用 KPI： - 任务成功率（首次） - 任务成功率（带历史） - 知识复用率（被多次引用的条目）
九、本文 + 后续
（上）概念 + 工具（已写）
（中）上下文 + 记忆（本文）
（下）架构 + 部署 + 实战
Agent 基础（中）核心 ：5 层上下文 + 3 种压缩 + 4 种记忆 。Context Rot 是工程问题，不是模型问题 ——好的上下文设计 = 100K tokens 跑得像 10K 。Prompt Caching 一定要用 （省 90% 成本 + 10 倍速度）。记忆系统是基础设施 ，不是事后补的 feature。
