2026-11-10 · 17 min read

让 Agent 自己写记忆,再自己打扫

一份关于文件系统记忆的课程文稿整理。上一篇解决的是「怎么把记忆加载进来」,这一篇解决「怎么让 Agent 自己写进去」。写入被设计成一个 skill:先过四道准入(三个月后还有用吗、有直接证据吗、跟现有记忆重复吗、是稳定属性吗),再按目录分类路由,写前检查行数,能更新就不追加。技能沉淀则交给另一个 skill,走「提炼实例 → 规范写入 → 注册验证」三步。后半段是减法:记忆会熵增、会腐化、会被污染,所以还要第三个 skill 做垃圾回收,它带一份八项检查清单。

本文整理自课程文稿《20|文件系统记忆:让 Agent 自己写记忆、自己学技能》。文稿末尾自注「内容由 AI 生成」,属整理稿而非逐字记录。

文中的行数阈值、案例数字与执行过程沿用文稿原述,未做外部核验。

上一篇讲的是「怎么把记忆加载进来」。这一篇补上另一半:怎么让 Agent 自己写进去。

而它给出的答案,是把写记忆本身做成一个 skill。

写入的本质:文件操作,但时机难

作者先给了一个让人觉得很简单的事实:

写记忆本身就是一个文件操作——把该写的文件按事先定好的规范写好就行。

真正的难点在三个问题上:

  1. 什么时机触发
  2. 以什么规范写
  3. 写到哪个文件

而这三件事,恰好是 skill 最擅长的。

所以范式很清楚:**做一个写记忆的 skill。**他称之为 memory-safe。

四步写入规范

他把这个 skill 设计成四步。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["① 准入控制<br/>四道门"] --> B["② 分类路由<br/>写哪个文件"]
    B --> C["③ 写入前检查<br/>行数超没超"]
    C --> D["④ 更新或追加<br/>优先更新"]

上图是这四步。其中第一步我认为最有价值。

第一步:四道准入

因为记忆会直接进 system prompt,所以宁缺毋滥。他给了四个问题。

门判据
一三个月之后还有用吗
二有直接证据吗(比如某条聊天记录)
三跟现有记忆重复吗
四它是稳定属性吗

第四条他举了个很妙的例子:

今天是晴天——你不能说每天都是晴天。

这四道都过了,才往下走。

第二步:分类路由

因为记忆文件是一个体系,各有各的归属。

目标装什么
user关于用户的
agent它自己的行为流程
memory 索引导航
各主题文件具体内容

所以 skill 里必须把这套目录结构写成规范,它才能判断该写哪儿。而这也顺带保证了读的时候好加载——路由对了,索引才对得上。

第三步:写入前查行数

他给了两个阈值,分两档处理。

行数动作
超过 150写入时给出警告
超过 180必须先治理,再写入

**为什么 180 就要拦?**他解释得很清楚:

就算是渐进式披露,每次也会把那个文件的全文加载进上下文。太长就把上下文撑爆了。

而「先治理」包括什么:同位置合并、拆分成多文件、加索引做渐进式披露。

第四步:更新优于追加

这一条他讲得很重。

建议大家用更新的方式,而不是追加。

做法是:在所有旧条目里找到相关的那一块,把新信息合并进去。

只在纯新的东西上才追加。

而「无脑追加」的后果,他说得很直接:

像写日志一样不停往下加,就会造成记忆之间的相互冲突。

另一半:把流程沉淀成 skill

记忆写的是「是什么」——年龄、偏好这类。但还有一类东西要沉淀:做事的方法。

他举的例子正好接前面几讲:每天早上做投资早报,有五步。

一开始 Agent 当然不知道,你教一遍。那这一遍就该变成 skill。

三个步骤

他用了官方那套 skill 创建规范,但指出完整版分七步,日常只需三步。

步做什么
一提炼实例:从对话里抽出步骤,加上关键要求与规范
二规范写入:按模板写 frontmatter(名字、描述、触发时机)+ 正文(步骤、规范、关键规则)
三注册并验证:写进指定目录、注册索引,再做一次回滚验证

第三步他补了一个细节,很实用:

不同助手的注册方式不一样。而在这个项目里,要告诉它写到哪个目录、并且注册那个索引文件,最后做一次回滚验证。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["一次对话<br/>教了一遍"] --> B["提炼步骤"]
    B --> C["按模板写成 skill"]
    C --> D["注册 + 回滚验证"]
    D --> E["下次自动可用"]

上图是这个沉淀。注意最后那个验证——它保证写进去的东西真能生效,不是写完就算。

什么时候用哪个

他给了一条很清晰的分界。

记什么用什么为什么
「有什么」「是什么」memory-safe直接进 system prompt,更直接,但别放太多
复杂的「怎么做」skill creator有标准结构,能完成重任务,还能拆给子 agent

他的判据是复杂度:简单事实走 memory,复杂 SOP 走 skill。

减法:记忆会坏

到这里全是加法。而他接下来讲的,是这一篇真正的重量。

先给了个前提:按那份研究,harness 有三根支柱——上下文管理(上一课)、行为约束(后面讲安全)、定期治理。

为什么会坏

他把这件事比作熵增。

你真的把一个 agent 当助手养的时候,你倾向于不停给它灌输新记忆、新知识。它不符合预期,你又去教它。

写的东西越多,里面就越混乱。

而坏法有三种。

**一、腐化。**记忆有时效性。去年的事到了今年就会失真——描述几月几月的时候就有问题。结果就是说话驴唇不对马嘴。

**二、增长。**这一条他给了一个真实案例,我认为是全篇最触目的:

一开始用同一个助手干同样的事,一周一百多美元。到后面,一周就得一万多、四万多。

**为什么?**三件事一起涨:system prompt 越来越长、渐进式披露加载的记忆越来越多、跑的轮数越来越多。

**三、污染。**这一条最隐蔽,而它来自一次真实的失败:

假设我跟 Agent 说「可口可乐和百事是一个公司」,反复聊,它信了。

在没有记忆的时候,这个错误随 session 结束就没了。

而现在它会被写进记忆系统——这就是那次失败的关键一跃。

那它就永远认为这两家是同一个公司了。一个小问题会扩散、污染大量的 session。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["一次口误"] --> B["写进长记忆"]
    B --> C["跨 session 生效"]
    C --> D["污染后续全部对话"]

上图是这条扩散链。记忆把一次性错误变成了永久错误。

什么时候打扫

时机触发条件
同步文件超行数时顺手做一次小治理
周期每月定期 review 记忆与 skill,查冲突
用户主动出了问题,要求审计

八项检查清单

他把它也做成了一个 skill,带一份清单。

检查找什么
一行数超没超,有没有死链(说「去读 A 文件」,但 A 不存在)
二野文档:某个文件没被任何索引提到
三路由错配:该去 A 找,却指向 B
四表述冲突:同一件事一处说白、一处说黑
五表述冗余:同一件事散在多个文件里
六skill 健康:脚本还能不能跑、描述有没有重叠
七安全扫描:有没有恶意内容混进来
八过期:180 天没更新也没读过

其中「野文档」这一条他讲得最透:

渐进式披露是一层层加载的。你都索引不到,那个文件就是孤立的,基本没有任何意义。

而最后那条他给的理由更狠:「180 天都没更新、甚至都没读过,那这个东西先删了吧。」

那三个 skill 实测下来怎么样

他说这一课「代码里没有什么东西」,跟前面几乎一致——唯一的差别是加了三个 skill,并且把沙盒挂载改成读写。

这一点值得单独指出:因为要能创建新 skill,所以 skill 目录不再只读。

三个 case 的验收口径

case怎么说看什么
写记忆「我以后写 Python 尽量用中文注释,回复也在 200 字以内」user 文件里是否真的多了这两条
建 skill「每天的港股早报要有这几步」skill 目录下是否多出一个新技能并注册成功
治理主动要求审计能否扫出死链、野文档、冲突

第一个 case 的执行过程他展示了:agent 先加载 memory-safe,再读 user 文件,做一次字符串替换把新条目并进去——不是追加到末尾。

一次真实失败的链条

前面那个「两家饮料公司是同一家」的例子,其实是一次完整的失败复盘。

失败怎么发生的:他随口说了一个错的前提,agent 信了。

为什么以前不会出事:因为那个错随 session 结束就消失了。

这次为什么出事:它被判定为「值得记」,写进了长记忆。

改进是什么:这就是为什么写入前要有四道准入,以及为什么要有安全扫描这一项。失败不在识别,而在放行。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["随口说错"] --> B{"过准入四门?"}
    B -->|"过了<br/>(这就是漏洞)"| C["写入长记忆"]
    B -->|"拦下"| D["随 session 消失"]

上图是那个判据的位置。它说明准入不是用来筛价值的,是用来筛可靠性的。

一个很准的比喻:记忆是一棵目录树

讲完三个 skill,他回到「为什么现在都用文件做记忆」这个问题。

他的回答借了一段互联网史。

2000 年前后的门户网站——你想在互联网上找分类信息,从首页点进目录,再点子分类,一层层点到最终那一条。

这就是最标准的图书馆索引。

而这套文件系统记忆,用的正是同一种结构。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["Bootstrap<br/>只加载 memory 索引"] --> B["主题目录<br/>课程 / 投资 / 项目"]
    B --> C["具体文件"]
    C --> D["references"]

上图是这套层级。关键在第一层:

关于课程、关于投资、关于项目的那些文件,一开始全都没有加载,对上下文的占用是零。

等它需要了,再一层层读进来。

所以我不用做全量预加载把上下文撑爆,而是顺着索引一层层往下,把知识都管起来。

**代价是什么?**他说得很坦率:模型要多花几轮。

反模式

一、记忆污染链

这一条他指出是一种攻击手段。

记忆在 session 里不会扩散。**但一旦写进长记忆,它就会扩散到整个助手。**而如果这个助手还跟别的东西共享记忆,那范围会再扩大一圈。

二、记忆贪婪症

这一条最反直觉,我原样保留。

不管什么东西都往记忆里写。但在业界测试中,这种无差别写记忆的 Agent,基准成绩甚至比空记忆的还差。

**为什么?**他给了机制:

**记忆更多的是激活模型里已有的知识。**很多东西模型本来就知道,记忆只是把它激活。

所以「记了什么」不如「激活了什么」。

三、腐化

只写不治理。前面讲过了。

四、记忆泄露

这条是企业场景才有的。

多个用户共用同一套文件系统时,写入路径是模型生成的,就可能把 A 的记忆写进 B 的目录。

而对策不是靠提示词:需要强校验,加上工具层的钩子来保证隔离。

最佳实践

做法说明
准入四门控事先控制比事后清理省事
带时间戳记录生产日期与有效期,模型才能判断哪条还有效
更新优于追加别往下堆,就地合并
闭环治理主动感知阈值,最好有后台自动触发

我的三点补充

以下是评注,不是原片内容;取舍由我负责。

第一,四道准入里最重要的其实是最后一道:稳定性。「今天是晴天」这个例子说明,记忆的判据不是「是否正确」,而是「是否会持续正确」。这条判据把记忆从「记录事实」变成了「记录属性」。而只有属性,才值得长期占着 system prompt。

第二,那个「一周一百多美元涨到上万」的案例,指出记忆的成本是复利的。 因为记忆会进每一轮请求的固定底噪,它不是一次性开销,而是每次调用都在付。所以写记忆这个动作在写下那一刻看起来免费,实际上是签了一份长期租约。

第三,「记忆贪婪症反而更差」这条反转,其实是整篇的收束。 如果记忆的作用是激活已有知识,那无差别记录只会做两件事:增加噪音、消耗注意力。这也把所有减法机制串起来了——准入四门、行数上限、八项检查、过期删除,全是在保护「激活」的效率,而不是在保管信息。


一句话总结:文件系统让记忆变得廉价,所以纪律才是稀缺品。 写之前问四句,写完定期扫一遍——否则你养的不是助手,是一份越来越贵的错误。

搜索全站

输入关键词,查找项目与实践记录。