Agent记忆架构的五层模型：主流框架实现对比

Agent的记忆能力正成为区分产品级应用与Demo的关键。一篇技术分析将Agent记忆拆解为五个层次：历史记录、压缩、语义召回、工作记忆和文件系统，并对比了Mastra、LangGraph、OpenAI和Claude各自的实现路径。

为什么需要分层理解Agent记忆

把Agent记忆当成单一功能是常见的认知误区。实际上，从对话历史到长期知识沉淀，不同需求对应截然不同的技术方案。五层模型的价值在于：它让开发者能精确判断自己的场景需要哪一层，而不是盲目堆砌向量数据库。

这五层由浅入深：最基础的是原始历史记录，往上依次是上下文压缩、语义召回、工作记忆，最外层是文件系统。每一层解决不同粒度的问题，也带来不同的工程复杂度。

第一层：历史记录——所有框架的起点

历史记录是最直观的记忆形式：把对话消息按顺序存下来，下次请求时一并送入模型。Mastra和LangGraph都采用这一模式作为默认行为。

问题在于成本与窗口限制。当对话轮次增加，原始历史会迅速撑爆上下文窗口，token开销线性增长。因此历史层通常只是起点，需要配合后续层级使用。OpenAI的Assistants API同样以thread形式保存消息历史，本质上属于这一层。

第二层：压缩——用摘要换空间

压缩层解决历史膨胀问题。常见做法是对早期对话生成摘要，保留关键信息的同时丢弃冗余细节。LangGraph通过checkpoint机制支持状态裁剪，开发者可以自定义压缩策略。

Claude的实现更依赖其长上下文能力，通过提示工程引导模型自行关注历史中的关键部分，而非显式压缩。这两种路线代表不同取舍：显式压缩节省token但可能丢失细节，隐式依赖长窗口则成本更高。

上下文窗口与 token 成本：大模型的上下文窗口指单次请求可容纳的最大 token 数（如 128K、200K）。历史消息、系统提示、工具返回都会占用窗口，超出则需截断或报错。token 按输入输出分别计费，长对话的累积成本随轮次线性上升。压缩的本质是在有限窗口内保留高信息密度内容，常见策略包括滚动摘要、关键实体提取和按重要性打分裁剪，目标是在成本与信息保留之间取得平衡。

第三层：语义召回——向量检索的主场

语义召回让Agent从海量历史中找回相关片段，通常借助向量数据库实现。Mastra内置了语义记忆模块，支持将对话嵌入后按相似度检索。

这一层的工程难点不在检索本身，而在写入时机的判断——什么内容值得记住、何时触发写入。据原文分析，多数框架把这部分留给开发者自行决策，缺乏开箱即用的策略。这也是当前Agent记忆系统最容易出问题的环节。

向量数据库与嵌入检索：语义召回依赖向量数据库（如Pinecone、Weaviate、Chroma）将文本映射为高维向量，通过余弦相似度或内积计算找出语义相近的内容。嵌入模型（如OpenAI的text-embedding-3、开源的BGE）负责将对话片段编码为向量。工程上需关注分块策略（chunking）、索引更新与检索 top-k 的取舍：块太大则噪声多，块太小则语义不完整；索引更新不及时会导致新记忆无法被召回。

第四层：工作记忆——当前任务的暂存区

工作记忆指Agent在执行单个任务过程中维护的中间状态，比如已完成的步骤、待处理的子目标。LangGraph的图状态机制天然适合承载工作记忆，节点间传递的状态即为工作记忆的具体形态。

与语义召回不同，工作记忆是短期的、任务内的，任务结束即可丢弃。区分这两者对架构设计至关重要——把工作记忆误存入长期向量库，会污染召回质量。

LangGraph 的图状态机制：LangGraph 将 Agent 流程建模为有向图，节点代表处理步骤，边定义流转条件。图状态是一个贯穿执行周期的共享数据结构，每个节点可读取并更新它。这种设计天然承载工作记忆：已完成的步骤、中间结果、待办子目标都存放在状态中，节点间传递即工作记忆的流转。任务结束后状态可丢弃，或通过 checkpoint 持久化以便恢复，从而与长期记忆清晰隔离。

第五层：文件系统——最被低估的记忆层

文件系统作为记忆层常被忽视，但它提供了结构化、可持久、可人工干预的存储。Claude的代码执行环境允许Agent读写文件，实际上构成了一种可靠的长期记忆。OpenAI的代码解释器类似。

这一层的优势在于透明性：开发者可以直接查看和修改Agent记住了什么，而不必面对黑盒向量。对于需要审计或调试的场景，文件系统的价值远超向量检索。

框架对比：没有全能选手

横向对比可见，各框架的覆盖范围差异明显。Mastra在语义召回上较为完整，LangGraph强于工作记忆与状态管理，OpenAI和Claude则依托各自平台能力覆盖历史与文件层。没有哪个框架五层全占，开发者往往需要组合使用。

原文的核心观点值得重申：Agent记忆不是单一技术选型，而是分层设计问题。先明确场景需要哪几层，再选择对应框架能力，比直接套用某个"记忆方案"更可靠。

实践建议

从最小可用出发：先用历史记录跑通流程，遇到窗口瓶颈再加压缩，需要跨会话知识时引入语义召回。工作记忆和文件系统按任务复杂度逐步补齐。过早引入向量库往往带来维护负担却收益有限。