Agent 记忆系统
工作记忆就是当前上下文，长期记忆是窗口之外的存储；分层是硬要求 —— 上下文预算不能当成一根随便拼接的字符串。写入策略决定记什么、什么时候记，记忆冲突要有仲裁规则，多租户隔离与合规（谁能看、能否删）从第一天就要设计。
也叫：记忆系统 · 工作记忆 · 长期记忆 · 短期记忆 · 写入策略 · 记忆冲突
先学上下文工程
核心概念：先打比方，再给定义出自 T3-6
比喻：上下文窗口是内存，外部存储是磁盘，Agent 需要一个"操作系统"在两者之间搬运数据。
这个类比来自 MemGPT 的工作，它把这套机制叫做 virtual context management（虚拟上下文管理）——模型的物理上下文有限，但通过主动换入换出，可以对外表现出"记得很多"的效果。今天几乎所有记忆方案，本质都是在做这件事。
四层记忆（这是回答 Q3-12 最清晰的框架）：
| 层 | 中英对照 | 存什么 | 存在哪 | 生命周期 |
|---|---|---|---|---|
| 工作记忆 | working memory | 当前会话的对话与工具结果 | 上下文窗口 | 单次任务 |
| 情节记忆 | episodic memory | 发生过什么（历史交互、决定、事故） | 外部库（向量/图/关系型） | 跨会话 |
| 语义记忆 | semantic memory | 稳定事实与知识（用户偏好、领域知识） | 外部库 | 长期，需更新 |
| 程序记忆 | procedural memory | 怎么做（SOP、技能、规范） | 文件 / Skills / 规则库 | 长期，版本化 |
面试里只答"短期记忆放上下文、长期记忆放向量库"是及格线。用这张表，并指出四层的成本特征和失效模式完全不同，才是有深度的答案。
MemGPT 管这叫 virtual context management：主动换入换出，装作记得很多
内存 · 快，但小
对应手边摊开的东西，随手就能拿
有限、昂贵、越长越钝 —— 装不下就得往外搬
工作记忆 working memory
当前会话的对话与工具结果
就存在上下文窗口里，生命周期只有单次任务
上下文窗口单次任务
磁盘 · 大，但要找
对应想用得先知道去哪一格取
取错、取旧、取到三条互相矛盾的，都有可能
另外三层 · 都在外部
情节 / 语义 / 程序，跨会话活着
情节记发生过什么，语义记稳定事实，程序记怎么做（SOP、Skills、规则库）
episodicsemanticprocedural
工作记忆会被压缩吃掉，情节与语义记忆可能一开始就记错并且继续传播，程序记忆得版本化。四层的成本特征和失效模式完全不同，答成两栏，这些差别就全没了。
以上节选自T3-6 Agent 记忆系统与上下文压缩——被摘要掉的那条约束，读全文能看到前后语境。