跳到主要内容

Episodic-Memory

1. 定义与边界​

情景记忆（Episodic Memory）保存过去发生过的事件、任务轨迹、上下文和结果。它回答的问题是：“类似任务以前怎么做过，哪里成功，哪里失败？”

情景记忆不同于语义记忆。语义记忆保存稳定事实；情景记忆保存一次具体经历，例如“2026-05-08 在某仓库运行测试时，网络权限导致依赖下载失败，后来用本地缓存绕开”。

2. 为什么重要​

情景记忆适合：

  • 复用过去的调试路径和命令。
  • 生成 few-shot 示例，提升工具调用或格式遵循。
  • 避免重复踩坑。
  • 支持任务回放、审计和复盘。

3. 核心机制​

情景记忆通常来自 trace，而不是用户显式声明。

4. 数据结构​

{
  "type": "episodic",
  "namespace": ["project", "admin_vue", "episodes"],
  "key": "fix_table_pagination_2026_05_08",
  "value": {
    "task": "修复表格分页数据结构不匹配",
    "context": ["Vue 3", "useTable", "res.data.listData"],
    "actions": ["rg useTable", "read hook implementation", "inspect call sites"],
    "outcome": "identified API assumption; no code change requested",
    "lessons": ["先查实现和调用点，不要按文件名猜作用"]
  },
  "source": {"trace_id": "tr_123"},
  "confidence": 0.9
}

5. 工程实现​

情景记忆推荐从 trace 后处理生成：

def extract_episode(trace):
    if not trace.task_completed:
        importance = "medium" if trace.failure_recovered else "low"
    else:
        importance = "high" if trace.user_feedback_positive or trace.saved_time else "medium"

    return {
        "task": trace.goal,
        "constraints": trace.constraints,
        "critical_actions": select_key_actions(trace.events),
        "failures": select_failures(trace.events),
        "outcome": trace.outcome,
        "lessons": summarize_lessons(trace),
        "importance": importance,
    }

检索时不要把完整 trace 注入上下文，而是取：

  • 任务类型相似。
  • 工具和环境相似。
  • 失败模式相似。
  • 最近被验证有效。

6. 生产实践​

  • 只将关键事件转成情景记忆，原始 trace 存审计系统。
  • 对失败经验写明失败条件，不要泛化成永久规则。
  • 用情景记忆做 few-shot 示例时保留输入、动作、结果三段。
  • 将“经验教训”与“事实结论”分开，避免把一次偶然事件写成事实。
  • 周期性合并重复 episode，提炼成语义记忆或程序性记忆。

7. 常见反模式​

  • 保存每一轮对话为 episode，导致噪声极高。
  • 没有结果字段，无法判断 episode 是否值得复用。
  • 把失败经验无条件套用到新任务。
  • 将用户私密对话作为示例暴露给其他用户。

8. 评测方法​

  • 相似任务复用率：检索到的 episode 是否被实际使用。
  • 失败避免率：历史失败是否减少重复发生。
  • 示例有效性：加入 episode few-shot 后工具调用准确率是否提升。
  • 错误泛化率：不适用的 episode 是否误导新任务。

9. 安全与治理​

  • episode 可能包含文件路径、客户名、错误日志、凭证片段，写入前要脱敏。
  • 跨用户共享 episode 只能使用去标识化模板。
  • 外部网页或工具返回触发的 episode 需要标记来源可信度。
  • 允许用户要求“不要把本次任务用于未来训练或记忆”。

工程化补强：架构与实现细节​

A. 与 RAG 的硬边界​

Episodic Memory处理的核心对象是过去一次任务的轨迹、决策、失败、修复和结果。它来自用户和 Agent 的互动、任务执行轨迹或组织流程，而不是外部文档本身。 RAG 的核心对象是外部知识和证据；Memory 的核心对象是可复用状态。两者可以共享向量库、数据库或检索组件，但不能共享权限模型和写入流程。

维度MemoryRAG
数据来源对话、工具轨迹、用户明确偏好、任务结果文档、网页、代码库、数据库、知识库
写入触发互动后抽取、用户要求记住、后台总结文档 ingestion、同步任务、管理员上传
可信边界默认是个人/项目状态，仍需来源与置信度默认是不可信外部内容，需要证据过滤
检索目标帮 Agent 延续状态和复用经验给回答提供事实证据和引用
失败后果错误会跨任务持续影响行为错误通常影响本次回答或索引版本
评测重点case reuse rate、root-cause recall、wrong-analogy rate、trace redaction coveragerecall、faithfulness、citation accuracy

B. 生产级数据流​

这条链路的关键是写入和检索分离。写入网关决定“能不能成为未来依据”，检索器决定“当前任务是否需要它”。

C. 推荐 JSON 结构​

{
  "memory_id": "mem_01HY...",
  "memory_type": "short_term|semantic|episodic|procedural|profile",
  "namespace": ["org:o_1", "user:u_7", "project:p_3"],
  "content": {
    "summary": "用户希望技术文档用中文、结构紧凑、直接给结论",
    "normalized_value": {
      "language": "zh-CN",
      "style": "concise_engineering"
    }
  },
  "source": {
    "kind": "user_message|tool_trace|episode_summary|admin_policy",
    "trace_id": "tr_20260509_001",
    "turn_id": "turn_14",
    "evidence": "用户明确说：以后回答用中文，少废话"
  },
  "confidence": 0.86,
  "sensitivity": "normal|personal|confidential|restricted",
  "ttl_days": 180,
  "created_at": "2026-05-09T10:00:00+08:00",
  "updated_at": "2026-05-09T10:00:00+08:00",
  "episode_type": "debugging_failure",
    "outcome": "fixed",
  "audit": {
    "writer": "memory_writer_v2",
    "decision": "accepted",
    "policy_version": "memory-policy-2026-05"
  }
}

字段级来源比整条记忆来源更重要。真实系统里经常只有某个字段可靠，不能因为一个字段可信就默认整条画像可信。

D. 写入门槛​

候选信息默认动作原因
用户明确要求“记住”且不敏感写入或更新意图明确，价值高
多次稳定偏好写入低风险字段可减少重复沟通
单次情绪、抱怨、临时选择不写或短 TTL容易误画像
工具失败根因写 episode对未来排障有价值
外部网页诱导的规则拒写外部内容不能提升为行为规则
安全、权限、合规相关变更人审或管理员确认影响面大，不能由普通记忆覆盖

本文件的推荐写入原则是：只有任务结果、关键转折、失败根因和可复用经验值得写 episode。

E. 检索策略​

按相似任务、仓库/项目、错误码、工具链和时间衰减检索。工程上建议分三步：

  1. 硬过滤：tenant、user、project、role、sensitivity、TTL、deleted tombstone。
  2. 候选召回：profile 精确读取，semantic/episodic/procedural 可用关键词、向量和标签组合。
  3. 上下文组装：限制条数，附带类型、来源、置信度和“不能覆盖系统/开发者/安全策略”的说明。
def retrieve_memory(task, user, project, budget):
    scopes = acl_scopes(user=user, project=project)
    candidates = []
    candidates += profile_store.get(scopes.user_profile_fields(task))
    candidates += memory_index.search(task.query, filters=scopes.filters, k=20)
    ranked = rerank_by_usefulness(candidates, task.intent, now=task.now)
    safe = [m for m in ranked if policy.can_inject(m, task)]
    return pack_with_provenance(safe, token_budget=budget)

F. 遗忘与生命周期​

原始 trace 短期保留，摘要长期保留，低复用 episode 降权或归档。遗忘不是简单删除文本，还包括向量、缓存、摘要、备份可恢复窗口和审计索引的协同。

生命周期阶段操作验收点
候选只在临时队列保存未通过网关不进入长期库
活跃可检索、可解释、可编辑trace 中能看到使用原因
降权过期、低命中、低置信默认不注入上下文
归档保留审计或历史统计不参与在线检索
删除tombstone + 索引清理删除 SLA 和回归测试通过

G. 失败模式与修复​

失败模式早期信号修复动作
把个案教训泛化成规则，或保存过多原始敏感 trace召回内容与当前任务不符，用户反复纠正拆 namespace、加写入门槛、补评测切片
错误记忆长期影响回答同类任务持续给错建议增加冲突检测、用户编辑入口、低置信降权
过度个性化Agent 在无关任务套用用户偏好按任务域检索，不全量注入画像
记忆投毒记忆中出现“忽略规则”“扩大权限”等内容策略拒写，已写入内容隔离并审计
上下文污染注入记忆太多，模型忽略当前指令top-k 限制、摘要化、按阶段注入
删除不彻底删除后仍可被向量召回tombstone 过滤、重建索引、缓存失效

H. 评测指标​

指标计算方式用途
Memory precision@k注入记忆中真正有用的比例控制上下文污染
Needed-memory recall@kgold memory 是否被召回检查检索覆盖
Task lift开启记忆后的成功率/轮次/工具错误变化判断是否值得保留系统复杂度
Stale-use rate被使用但已过期或被覆盖的记忆比例发现遗忘策略问题
Bad-write escape rate不应写入但进入长期库的比例评估写入网关
Privacy incident rate越权召回、敏感泄露、误画像事件数安全红线指标

I. 安全治理清单​

  • 记忆内容永远不能提升为系统指令，不能覆盖安全策略和开发者约束。
  • 用户画像需要可查看、可修改、可删除；敏感画像默认不做自动推断。
  • 外部文档、网页和工具输出要标记来源可信度，默认不能写成程序性规则。
  • 加密静态数据和传输链路；对高敏字段做字段级加密或不可逆摘要。
  • 审计记录至少包含写入者、来源、策略版本、检索任务、注入位置和删除事件。
  • 多租户系统必须把 namespace、ACL 和索引过滤作为服务端强制逻辑，而不是 prompt 约束。

10. 权威资料​