话说回来，

一、基于丢弃与保留的策略

这类方法的主要是判断哪些记忆值得保留。哪些可以直接扔掉，适合对上下文长度敏感的场景，但可能丢失关键信息。

1. 滑动窗口
• 原理只保留最近N轮对话或最近K个时间步的记忆，更早的直接丢弃。
• 特点实现极简单，适合短期任务。缺陷是丢失了所有长期信息，无法回答“昨天你提到了什么？”这类问题，
• 变体关键窗口——保留最近N条 + 额外保留几个特定的全局关键记忆。
2. 关键性/相关性评分
• 原理每产生一条新记忆，用一个小型模型评估其“关键性分数”。低于阈值的丢弃，相关性基于当前任务目标判断。
• 代表工作中。每个Agent会定时反思：“最近的经历中，哪些是关键的？”只保留关键事件，

• : 需要额外训练小模型或依赖LLM进行评分，增加计算开销；难以定义“关键性”的统一标准。

3. 基于摘要与重构的方法

1. 滚动摘要

• 至于原理。每当对话或记忆序列达到一定长度，调用一次LLM生成一段摘要，接下来清空原始细节，把摘要当作后续对话的上下文前缀。至于经典模式，

  + +
  
  
  说到问题。
  
  
  摘要会越写越长；
  
  : 摘要质量取决于LLM能力；
  过度简化可能导致关键细节丢失。不过，
  
  且丢失细节。话说回来，
  
  从改进来看。
  
  
  双层摘要——高层摘要+低层事件列表。老实说，
  {
  "weeklysummary": "使用者主要询问产品价格和功能"。"keyevents":
  }
  
  
  
  
  
  
  
  
  三、基于向量数据库与检索的方法
  
  
  这是目前工业界最主流的长期记忆方案。本质上不是“压缩”，而是“外部化+索引”，但能达到压缩上下文目的。适合大规模Agent程序。
  
  
  
  五、方法选择实用建议
  
  : MemGPT采用分层内存程序:
  
  class MemGPTMemory:
  def init:
  self.shorttermmemory = # 快速访问队列
  self.longtermmemory_db = VectorDB # 外部存储
  def compress:
  
  
  
  场景
  推荐方法
  理由
  
  简单客服/闲聊Agent
  滑动窗口 + 关键事件白名单
  成本低，够用
  
  代码辅助Agent
  向量检索
  : 检索精度影响结果质量；老实说，需要维护向量数据库；复杂查询时延迟较高，
  
  复杂游戏/机器人控制
  滚动摘要 + 反思式压缩
  : 需抽象出策略层级；反思模块需频繁触发可能影响性能
  
   长时间陪伴/心理支持
  遗忘曲线 + 分层次摘要树
  : 摘要质量依赖LLM能力；遗忘曲线参数难以调优
  
   预算无限,追求较好效果
  
  
  
  
  
  
  
  
  
  
  
  return self.shorttermmemory
  pre/>
  pre/
  
  
  
  
  
  
  : MMR公式:
  
  $$ \text{MMR} = \lambda \cdot \text{sim} - \cdot \max_{j\in R。j
  eq i} \text{sim} $$$
  其中 $R$ 是候选集，$Q$ 是查询，$λ$ 是平衡参数。