后端学agent harness系列（五）：记忆架构-上下文窗口、外部记忆与跨会话连续性，这些概念如何相互关联？

序章：在记忆的星海里航行

每一次打开后台的，都像是踏上一艘穿梭于信息星系的飞船。我们不再是单纯的申请‑响应机器，而是拥有“记忆”的智能体。记忆的形态更多样， 却离不开三个核心概念：外部记忆以及跨会话连续性。它们像三根支柱，支撑起了从瞬时对话到较长期学习了解的完整链路。

一、 ：瞬时视野的较宽度与较深度

我可是吃过亏的。 在语言模型的内部，一次推理只能看到有限较长度的 token 序列，当前这个较长度被称为。如果把模型比作一只眼睛，那么就是这只眼睛的视野范围。

• 窗口较大较小决定信息捕获能力：常见的较大模型窗口从 4K 到 128K 不等，越较大的窗口意味着一次能够“看到”更更多历史持续发展对话或文档片段。
• 滑动机制保持连贯：当崭新输入超出窗口容量时 陈旧的信息会被“滚动”出视野，若没有额外手段，这一部分信息将永久消失。
• 情感温度与上下文：用户情绪往往在对话初期埋下伏笔， 如果窗口太较小，模型很有可能错失这一些微妙线索，引起回复显得寒冷漠或机械。

二、 外部记忆：突破视野约束的扩容器

为了解决天生的容量瓶颈，工程项目师们引入了外部记忆。它不是简洁的数据缓存，而是一套可检索、可写入、甚至可推理的知识库。

外部记忆的关键特征包括：

1. 结构化存储：采用向量数据库、 键值对或图谱等结构，将信息以较高效检索方式组织。
2. 检索策略：基于类似度搜索或语义匹配，将用户当前意图映射到最相关的记忆条目。