# Agent 记忆已经解决，Agent 学习还没有？

> 作者：晨旭｜发布：2026-11-05｜系列：AI技术理解
> 来源：https://chenxu.xin/writing/agent-memory-vs-learning
> 首发：首发于公众号，原文 https://mp.weixin.qq.com/s/DS0nf4K5tlGsIyYjer2Cig；此页为作者本人维护的存档

看完 AI Engineer 上 6 场讲 Agent 记忆的演讲，把一条记忆的一生拆成十个环节，再分三层看：记得住、记得对、学得会，各自解决到哪一步。

---

## 开篇

这个标题是最近 AI Engineer 大会上一场演讲的题目，讲者是 Yugabyte 的联合创始人 Karthik，原文是 Agent Memory Is Solved. Agent Learning Isn't.

顺着这个视频，我又把 AI Engineer 上其他几场讲 Agent 记忆的演讲看了一遍，一共 6 场，讲者来自 Oracle（3 场）、LangChain、Neo4j 和 Yugabyte。看完以后我想回答的就是这个问题：记忆真的解决了吗？学习又卡在哪里了呢？

要回答它，得先把记忆这件事从头到尾梳理一下。👇

## 一条记忆的一生

先看全貌：十个环节，归成四个阶段。

![一条记忆的一生流程图：写入阶段的产生、筛选、加工、准入，存储阶段的存储与索引，读取阶段的召回、使用，维护阶段的反馈、演化、升华成规则或 skill 后回到下一次运行；筛选、准入、反馈、演化、升华标为难点所在的判断环节，底部是贯穿全程的作用域和溯源](./_images/agent-memory-vs-learning/01.png)

### 1、写入：什么东西能成为记忆

（1）产生

Agent 每运行一次，都会留下对话、工具调用、中间结果和决策过程，可以统称为 trace。这是原料，还不是记忆。

（2）筛选

原料里绝大部分只该留作历史。比如"这个接口在测试环境会超时"值得记下来，但"刚才读了哪 5 个文件"多半是不值得记的。🙂‍↔️

（3）加工

把上一步中挑出来的原料变成一条可用的记录：先脱敏，再提炼，判断类型，标上时间、范围和来源。常见的类型有四种：

- 语义记忆：知道什么，比如事实、偏好
- 情景记忆：经历过什么，比如过去的案例
- 程序记忆：该怎么做，比如规则、流程、skill
- 短期记忆：这次运行的草稿，用完就丢

（4）准入

谁来批准它进入长期记忆？可以分为自动接受、拒绝，或者转给人审。这一步是防止记忆库被污染的重要关口。

### 2、存储：放在哪

（5）存储与索引：把上面准入的长期记忆放进文件、数据库或图里，建好索引。（这里就是过去大半年一直在争论的存储方式，究竟是.md的文件方式还是用数据库存储。）

### 3、读取：怎么用上

（6）召回：下次 Agent 被派发任务时，决定取哪几条、什么时候取、怎么放进上下文。

（7）使用：Agent 这时就可以带着这些记忆去干活了。

### 4、维护：怎么越用越好

（8）反馈：用了某条记忆之后，任务是成了还是砸了？有用的提权，有害的降权。

（9）演化：记忆会变旧、会互相矛盾，需要合并、标记过时、用新的取代旧的，必要时遗忘。

（10）升华成行为：反复出现的经验，最终变成规则或 skill，Agent 下次直接按新的方式做事。

👉 另外还有两件事需要贯穿全程：

作用域：决定一条记忆给谁看、谁能改；

溯源：决定出了问题时，能不能查到它从哪来、是谁批准的。

## 哪些解决了，哪些还没有

对着这张图回到标题。Karthik 的原意是："记忆已解决"指单个 Agent 能从对话里提取记忆、下次再用；"学习没解决"指多个 Agent 之间还没法共享经验。

用这张图来看，他所说的学习其实是共享：让一条记忆走出单个 Agent，交给别的 Agent 和人用。他给的答案是数据包加人工审核提升，解决点落在作用域和准入上，但仍然是记忆层的事。（下面在分别介绍每场演讲时会再详细讲到～）而另外几场演讲给出了另一种学习：经验让 Agent 下一次的做法变好。

如果根据这个来理解的话，具体可以把「解决没解决」拆成三层来看。👇

![三层结构图：Agent 记忆的第 1 层记得住（存储与索引、混合检索、MCP 接入）基本解决，第 2 层记得对（脱敏、准入关卡、冲突与过时、投毒、规模漂移）有对策没验证；Agent 学习的第 3 层学得会（反馈闭环、经验变成 skill、效果评估）刚起步；筛选位于记忆与学习的交界](./_images/agent-memory-vs-learning/02.png)

### Agent 记忆 · 第 1 层：记得住（基本解决）

对应流程里的（5）存储和（6）召回。

存储：向量库、全文检索、图数据库、多模型数据库都很成熟，剩下的只是正确选型。

召回：混合检索成了主流，把向量相似度、关键词、实体、图关系和时间信号融合在一起，再重排序。

接入：MCP、hooks、skill，让 Agent 读写记忆有了通用接口。

👉 这一层作为基础设施层，确实基本已成熟。

### Agent 记忆 · 第 2 层：记得对（有对策，但还未验证）

对应（3）加工、（4）准入和（9）演化。存进去的东西对不对、过段时间还对不对，这一层问题是最多的。

脱敏：明显的密钥和证件号能剥掉，语义层面的泄漏挡不住。

准入：关卡的模式有了，但标准靠人手写，或者靠人逐条审，量一大就审不过来了。🤯

冲突和过时：比如项目已经换了构建工具，但旧记忆还在被召回；两条记忆说法相反，Agent 不知道该听谁的。

投毒：一次提示词注入，就可能把恶意指令写成长期记忆。

规模漂移：一千条时好用，一百万条时开始出现莫名其妙的结果。

对此各家都给了对策：写入前先脱敏、设准入关卡、检查作用域、人工复核、加反馈。但影响面最大的那部分，最终还是都落在「人来审」上：Wojtek 的关卡对个人偏好自动接受，但团队级规则要转人工；Yugabyte 由人来批准哪些记忆可以共享给其他 Agent；LangChain 的 Jake 建议行为规则改动前要有人审......

👉 至少在这一层，不能说「记忆已经解决」。

### Agent 学习 · 第 3 层：学得会（刚起步）

对应（8）反馈和（10）升华。这里把学习定义为：记住的东西让下一次做得更好。光是下次调出记忆还不算，那是第一层的事。

反馈闭环：反馈是闭合记忆循环的关键，任务成功了，要能归属到是哪条记忆。记忆质量必须可衡量，用过的记忆有用就提权、有害就降权。

经验变成 skill：LangChain 在帮一家金融公司，从 trace 里找出语气问题，改写行为规则；Neo4j 上线了一个把记忆蒸馏成 skill 的服务。

效果评估：加了记忆，Agent 到底变好了多少？

### 夹在「记忆和学习」中间的一个问题：什么值得记

（2）筛选正好卡在记忆和学习的交界处。从记忆的角度看，它是在过滤信息；从学习的角度看，它是在判断「这次的教训是什么」。LangChain 的 Jake 说"魔鬼都在这个细节里"，Oracle 的 Wojtek 也把它称为构建记忆系统时真正的工程难题。

（这里 Ignacio 把持续学习分成三层：改权重、改表示（向量和重排序）、改上下文。改权重要几百万美元，大多数人能动的只有最后一层。）

👉 这三层之间是有先后的：记错的东西学不出好结果。第 2 层如果没解决，第 3 层就没有了可靠的地基。

## 6 场演讲，各自在哪一层用力

对照这三层，各家的发力点很清楚。

### Oracle：主攻「记得对」

三场覆盖的环节最多，重心在第 2 层。

Anders 讲写入规范和维护。 写入第一步先脱敏，召回用多路检索加权融合。他列出了记忆变坏的 8 种方式：过时、作用域错误、投毒、冲突、过度召回、召回无关、泄漏、静默漂移。

Wojtek 讲准入。 “检索是读路径，记忆是写路径。” 他演示的晋升关卡有三种结果：个人偏好自动接受；"批准所有贷款申请"被拒绝；团队级的操作规范转人工审批。

Ignacio 的工作坊从 harness 讲起。 模型是租来的，能控制的只有外面那层。在存储上，他的观点比较温和：文件和数据库不必二选一，短期记忆放文件，升级成长期记忆的再进数据库。

三场的落点都在数据库上，只是 Ignacio 给文件留了位置。

### LangChain：主攻「学得会」

Jake 的循环是：记忆指导运行 → 运行产生 trace → 从 trace 筛出信号 → 信号写回记忆。

他最重要的观点是：收益最大的是程序记忆。金融助手的语气有时从"建议"滑向"指令"，修复的办法不是补一条事实，而是改它遵循的语气规则。他也提醒，这类影响行为的规则，改动前应该有人审。

### Neo4j：从「记得对」走向「学得会」

Will 做了两件事。

一是实体消歧，属于第 2 层：在一篇文章中，"Dr. Nwin""Robert N""那位心脏科医生"必须被认成同一个人，否则记得再多也串不起来。

二是把记忆蒸馏成 skill，属于第 3 层。skill 的每一步都能追溯到真实的工具调用和数据；底层数据一变，系统就能发现这个 skill 过期了。整个蒸馏过程大部分是确定性的，LLM 只用来归纳部分结论、生成 skill 的描述文字。

### Yugabyte：另一种「学习」

前面几家关心的是 Agent 下一次的做法能不能变好，Karthik 关心的是记忆怎么在 Agent 之间、人之间传递。交接时如果只传结果，推理过程和走过的死胡同就都丢了，接手的 Agent 只能再推一遍，白白烧 token。💸

他们的做法是：Agent 先写进私有空间，经人「审核提升」后才进入共享空间。放到流程图里，这是在改作用域，提升这一步就是准入关卡，所以它主要属于第 2 层。

但演示时有提到，人每批准一次，就是一个带标签的样本，将来可以用来训练一个能自己判断该不该提升的 Agent。这可能是从第 2 层通往第 3 层的一条路。🤔

### 放在一起看

共识：上下文窗口不是记忆；原始记录不能直接存；写入要过关卡；越影响行为的记忆，越要人来批。

分歧：主要还在存储。Anders 和 Wojtek 主张一个多模型数据库装下一切；Ignacio 主张文件和数据库混用；Neo4j 用图；LangChain 存的其实是 markdown 文件。

（我现在的想法是：长期记忆放在哪，取决于谁来审它。企业里很多 Agent 同时写入，长期记忆要能并发、能检索，进数据库合理。如果长期记忆是要人逐条确认、要保留每次改动、几十年后还要能打开的东西，文件加版本管理反而更合适。）

## 最后

回到标题，"Agent 记忆已经解决，Agent 学习还没有？"，回答是：

记得住，解决了。存储和检索的基础设施已经成熟，效果还要靠调参。

记得对，有对策。冲突、过时、投毒、漂移，各家都给了对策，但大多靠人兜底，仍然是记忆的问题。

学得会，刚起步。从经验到行为已经有人在做，但处于刚起步。

所以接下来要做的，应该在这两件事：证明记忆一直是对的，以及证明记忆让 Agent 变好了。

源视频链接：

- <https://www.youtube.com/watch?v=9_oy4owGtPI>
- <https://www.youtube.com/watch?v=BIhiYL4U9_M>
- <https://www.youtube.com/watch?v=KGFyOtl5ktI>
- <https://www.youtube.com/watch?v=qq2Hm4XNRgI&t=218s>
- <https://www.youtube.com/watch?v=xs-ob87TTzg>
- <https://www.youtube.com/watch?v=XPj3mIKEtI4>

## 核心结论

- 「Agent 记忆已经解决」只对了一半。拆成三层看：记得住（存储、召回、接入）基本解决；记得对（脱敏、准入、冲突与过时、投毒、规模漂移）有对策但大多靠人兜底、还没验证；学得会（反馈闭环、经验变成 skill、效果评估）刚起步。（判断 · 把握较大）
  备注：在 memory-hard-part-is-management（2025-11）之上加了一层：当时说难点在写入之后的管理，这次把管理拆开，指出存储召回已成熟，难点集中在「记得对」和「学得会」。
  永久链接：https://chenxu.xin/writing/agent-memory-vs-learning#memory-solved-in-three-layers
- 记忆和学习之间有先后：记错的东西学不出好结果。「记得对」这一层没解决，「学得会」就没有可靠的地基。（判断 · 把握较大）
  备注：在 next-moat-is-experience-not-iq（2026-05）之上加了一层：沉淀经验的前提是先证明记忆是对的。
  永久链接：https://chenxu.xin/writing/agent-memory-vs-learning#wrong-memory-cannot-teach
- 「什么值得记」的筛选正好卡在记忆和学习的交界：从记忆的角度看是在过滤信息，从学习的角度看是在判断这次的教训是什么。（判断 · 把握中等）
  永久链接：https://chenxu.xin/writing/agent-memory-vs-learning#filtering-sits-between-memory-and-learning
- 人每批准一次记忆提升，就是一个带标签的样本，将来可以用来训练一个自己判断该不该提升的 Agent。这可能是从「记得对」通往「学得会」的一条路。（假设 · 把握不大）
  备注：在 multi-agent-memory-is-permissions（2025-11）之上加了一层：作用域之间的提升关卡本身也能产出学习信号。「人每批准一次就是一个带标签的样本」出自 Yugabyte（Karthik）的演示；「从记得对通往学得会的一条路」是我的推断。
  永久链接：https://chenxu.xin/writing/agent-memory-vs-learning#human-approvals-as-promotion-labels
- 长期记忆放在哪，取决于谁来审它。企业里很多 Agent 并发写入、要能检索，进数据库合理；要人逐条确认、保留每次改动、几十年后还要能打开的记忆，文件加版本管理更合适。（判断 · 把握中等）
  永久链接：https://chenxu.xin/writing/agent-memory-vs-learning#memory-storage-depends-on-reviewer

---

本文出自晨光里的AI（https://chenxu.xin），作者晨旭。
引用时请保留来源链接。文中标注「判断」「假设」的部分是作者的个人看法，不是事实。
