一句话总结：Agent 记忆按认知科学分四类（工作/情景/语义/程序），工程上三层实现（短期上下文 + 长期向量库 + 工作记忆 RAG）；MemGPT 用 OS 内存分级（Core/Working/Context/External）突破物理窗口，实现"虚拟无限上下文"。

认知科学四类记忆（面试默写）

类型	内容	存哪
工作记忆	当前任务上下文	上下文窗口
情景记忆	"发生过什么"的经历（带时间场景）	向量库，按情境相似度检索
语义记忆	事实与知识	向量库/知识图谱
程序性记忆	技能（怎么做）	模型权重

工程三层模型

• 短期记忆：上下文窗口，即时推理，会话结束消失（RAM）
• 长期记忆：向量库，跨会话持久化语义检索（硬盘）
• 工作记忆：RAG 按需整合信息

MemGPT 内存分级（拉分点）

层	放什么	OS 类比
Core Memory	用户姓名/长期偏好/关键事实/当前目标	常驻内存/寄存器
Working Memory	当前任务近期上下文	RAM
Context Memory	当前对话	工作台
External Storage	历史选择性持久化	虚拟内存/硬盘

• 核心价值：虚拟无限上下文（外部库+数据库搭无限大虚拟上下文，只保留核心信息）+ 系统级换页调度（热点记忆留快速存取区、历史压缩存次级存储）

检索式记忆三载体

• 向量库（语义相似）/ 知识图谱（实体关系）/ 模型权重（技能）

面试要点

• 能默写四类认知记忆与三层工程模型
• 能画 MemGPT 四级分级表
• 能讲"虚拟无限上下文 + 换页调度"
• 能说三载体

相关概念

• [AI-Agent-记忆系统](/学习笔记/AI技术/AI Agent/AI-Agent-记忆系统) — 记忆概念总览
• [AI-Agent-记忆写入与检索策略](/学习笔记/AI技术/AI Agent/AI-Agent-记忆写入与检索策略) — 读写机制
• [AI-Agent-长任务执行与状态管理](/学习笔记/AI技术/AI Agent/AI-Agent-长任务执行与状态管理) — 状态记忆
• [AI-Agent-自我反思与改进机制](/学习笔记/AI技术/AI Agent/AI-Agent-自我反思与改进机制) — 经验持久化