多智能体 Memory 机制怎么用?

这道题其实是在问，[[多智能体]]系统里，Memory 到底解决了什么根本问题。在我看来，核心就两点：一是突破 LLM 上下文窗口的限制，二是让[[智能体]]能积累经验、持续优化决策。

具体说一下。短期记忆，也就是工作记忆，主要维护当前对话的上下文。比如一个客服智能体，用户问完退款政策又问物流状态，它得记得前面说过什么，否则会断片。这其实是在弥补 LLM 上下文窗口的瓶颈，毕竟窗口再大也有限。

长期记忆就不一样了，它是把历史决策轨迹、结果反馈沉淀下来，形成一个可检索的“技能库”。你可以这么理解：短期记忆像草稿纸，用完就丢；长期记忆像笔记本，记下关键经验下次还能翻。

举个例子，在客服退款场景里，一个智能体第一次遇到“订单超时但商品未发货”的情况，它可能按常规流程处理，结果用户投诉。系统把这次失败经历写进长期记忆，下次再遇到类似案例，它就能检索到上次的教训，直接走特殊审批流程。这就是经验积累的价值，减少试错，让决策越来越精准。

这里有个坑：记忆机制落地，前提是检索质量要够。如果检索出来的历史经验不相关，比如把生鲜退款的案例推给数码产品退款，反而会误导决策。常见失败场景是，记忆库越来越大，检索噪声也越来越高。所以上线我会特别关注 ReRank 和过滤策略，保证召回的都是高相关的经验。

多智能体场景下，Memory 还有个特殊作用：协作共享。不同智能体可以同步关键信息，避免重复探索。但这里有一个棘手的问题，冲突消解。比如两个智能体对同一类订单的退款策略记录不一致，怎么办？我倾向用版本控制加共识机制，比如按时间戳或投票决定采纳哪个。

说到共享，其实有个更深的点：智能体之间的记忆共享，会不会导致“记忆污染”？比如一个智能体学到了错误策略，共享给其他智能体，整个系统就一起跑偏了。这在实际系统中挺常见的，怎么设计隔离和校验机制，是个值得深挖的方向。

所以总的来说，我会把 Memory 看成多智能体系统的“经验骨架”，它让智能体不只是每次从头推理，而是能站在历史肩膀上做决策。我更倾向短期和长期记忆结合，短期保连贯，长期保优化，但前提是检索质量要管好。