同一个客户，一周之内三次打电话问退换货政策，每次客服智能体都「像第一次听到」。这不是 bug，是一处结构性的缺失：这个智能体记得客户的姓名、订单号、口味偏好，也记得当前这通电话正在说什么，但它不记得「这位客户上周已经为同一件事问过两次，而且越来越不耐烦」。
认知科学早把人的记忆拆成四类。工作记忆是当下几秒到几十秒的临时缓冲，情景记忆是带时间地点的事件经历，语义记忆是去情境化的事实与知识，程序记忆是「怎么做」的技能与规则。一篇被 TMLR 收录的 2026 年综述把这套框架原样搬到智能体身上，梳理了 218 篇论文，给出的结论对企业很扎心：主流记忆系统几乎只做齐了工作记忆和语义记忆，情景记忆与程序记忆长期空白。
这不是学院派的清谈。LangChain 在 2025 年 2 月发布的记忆 SDK LangMem，官方文档只列了语义、情景、程序三种长期记忆，并且明说发布时情景记忆「还没有开箱即用的工具」。连厂商都承认没做好的那个类型，恰恰是企业里「客户一周问三次」这类事故的根源。
四种记忆，是四笔完全不同的账
把四种记忆摊开，会发现它们解决的是四件不相干的事，存储和检索的原语都不一样。
工作记忆对应上下文窗口，容量有硬上限、不进则退，几秒到几十分钟就消散。语义记忆要「概念键」检索，向量库或知识图谱按相似度把事实捞回来，回答「用户喜欢什么、条款写的是什么」。情景记忆要「时间键」检索，必须答得上「上一次、上周发生了什么、按什么顺序、当时的结论是什么」。程序记忆则是起点是系统提示词、经反馈试错沉淀成的稳定规则和技能库，对应人的肌肉记忆。
这套分类的学理根基很硬。图尔文 1972 年第一次把情景记忆和语义记忆分开，巴德利 1974 年的工作记忆多成分模型给「临时缓冲」立了框架，2024 年 CoALA 又把认知架构的这套词表正式搬进了语言智能体。落到工程上，四种记忆没法共用一套存储，两家独立研究都指向同一结论：情景记忆用时间索引最合适，语义记忆用图拓扑最合适，硬塞进同一个向量库，两种都做不好。现实却是，绝大多数产品把所有东西压进向量检索加提示词拼接，等于拿一把螺丝刀去拧四种不同口径的螺丝。
上图：四种记忆对应四种不同的存储与检索原语，硬塞进同一套向量库会互相拖累。
盘点一圈，几乎所有人都卡在语义记忆那一格
拿几家被反复提起的玩家做一个覆盖矩阵，空白会立刻现形。
Letta（前身 MemGPT）把记忆做成内存层级：core memory 常驻、recall memory 存完整对话史、archival memory 存可检索事实，工作、情景、语义三种都齐了，唯独程序记忆是空的，persona 是写死的提示词，不会从经验里自己长出来。Mem0 主打「自改进记忆层」，抽取用户历史和偏好、保留对话，程序记忆同样不在能力清单里。唯一的异类是研究项目 Voyager，它只做一件事：把试出来的代码技能存成可复用的技能库，近乎纯程序记忆的实现。
换句话说，程序记忆，也就是让智能体「越用越会做事」的那部分，在商用记忆层里几乎全线缺席。这解释了开发者社区一个高频抱怨：换个会话、换个模型，同一个智能体就像换了新人，之前学会的「这个客户的报销单要这么填」全部清零。
语义记忆那一格，也远没做好。国内大厂最能说明问题。2025 年 10 月起，通义千问、Kimi、豆包相继上线记忆功能，多家中文媒体交叉报道显示，路线清一色是「云端摘要派」：把用户说过的话聚类、压缩成摘要，反复拼进系统提示词，实质是纯文本拼接，不是向量检索，更不是外接记忆数据库。它记住了「你是谁」，却记不住「你们一起做过什么、为什么那么做」，决策过程和推理链条在压缩里丢光了。
这类缺失在客服和销售场景里直接折算成钱。有企业实践文章举过两个例子：一个客服场景里，同一客户一周三次询问退换货，智能体每次当成新问题，引入只记关键事件加时间戳的情景记忆后，客户重复说明的次数下降约七成；一家制造企业把产品参数从每轮对话重载改为外部事实层，响应时间从 30 秒压到 3 秒。这两个数字出自示例性案例、未必是新闻稿，但方向与腾讯云官方披露一致：其 2026 年 5 月发布的 Agent Memory 称，把长期记忆准确率从 48% 拉到 76%、token 开销降 61%。
上图：LangChain LangMem 官方文档概念指南原图，展示语义记忆如何把对话更新进用户 profile，2026-10-28，来源：langchain-ai.github.io
记忆是活的，存进去不算完
四类记忆的缺失只是第一层问题。第二层更隐蔽：就算做了的那几类记忆，也多半是「存进去就不管」的死档案，缺了生命周期里最关键的一环，遗忘。
认知科学里，艾宾浩斯的遗忘曲线说记忆随时间指数衰减。这套机制近年从心理学论文搬进了记忆系统：MemoryBank 用遗忘曲线加召回频率给记忆加权，Titans 用带遗忘门和动量信号的写入门决定什么值得巩固。但翻遍 Mem0、Letta、Zep 的官方文档，没有一家公开说商用产品里用了遗忘曲线。他们最多做到「过期」：据两家官方文档，Mem0 平台记忆支持 expiration_date 到期后从检索里隐藏，注意是隐藏不是物理删除；Zep 用时序知识图谱给每条事实打 valid_from、valid_to，新旧事实冲突时把旧的失效而非覆盖。
把遗忘做成产品体验的，反而在国内 C 端。据中文媒体披露，Kimi 的 KDA 机制给每条信息一个独立遗忘速率，重要的忘得慢、琐碎的忘得快，让它「自己知道什么该忘」；豆包更直接，会话内 1 到 10 轮完整保留，11 到 30 轮压缩掉六成冗余，31 轮以上裁掉前 20 轮只留最近 10 轮，跨会话直接清空。这些都是工程化、制度化的遗忘，不是自然发生的遗忘。
上图：完整记忆生命周期里，编码和检索被普遍实现，巩固和遗忘两环普遍缺失。
删不掉，是遗忘缺位最贵的账单
「没有遗忘机制」听起来像洁癖，直到你算它的账。港科大广州与中科大的 MEMCUT 研究，被 36 氪报道后引发了不少讨论，它做了个实验：往 5 种记忆架构里塞 456 条敏感秘密，跑 43402 轮对话，然后执行删除，看 AI 是不是真的忘了。结果，只删掉直接披露的那一条，残余信息可恢复率仍有 85% 到 99%；哪怕用大模型辅助清理关联记录，仍有 39% 到 76% 的秘密能被拼回来。
它背后是遗忘机制缺席的必然。向量嵌入没法映射回单一数据主体，情景记忆在法律上还可能构成 GDPR 意义上的「画像」，被遗忘权延伸到嵌入、微调权重和推导性推断，而大多数记忆系统连一份可审计的留存计划都拿不出来。企业真正怕的是删不掉、查不清、说不明白。
开发者那头，痛点更具体。Mem0 的 GitHub 讨论区有个被顶得很高的案例：接入后 26 条记忆聊几轮膨胀到 95 条，连「当前时间、日期」都当成记忆存了进来；还有人发现「我这周在旅行」这条临时状态，旅行结束一个月还在影响回答。写入侧没有筛选，读出侧没有衰减，记忆就变成垃圾填埋场。
污染比膨胀更隐蔽。HaluMem 基准测试显示，Mem0、Memobase、MemOS 等主流记忆系统在记忆操作中都会产生幻觉，中等上下文下问答幻觉率超过 19%；另有研究统计了 2050 条 ChatGPT 记忆，发现 96% 由系统单方面建立、只有 4% 来自用户明确指令，52% 是对用户的心理推断。系统自己编的记忆，比用户告诉它的多得多，一旦写错，还会被下一轮当成事实再读回来。
上图：记忆缺生命周期管理，会走向膨胀、污染、错位三种失效，最终多轮就忘、换人就废。
云厂商正把记忆收编成一行账单
这些混乱背后，一个更大的变量在起作用：记忆层正从独立创业公司的卖点，变成云厂商基础设施的默认件。
据 AWS 官方公告，AWS 把记忆做进 Bedrock AgentCore，2026 年 10 月起短期记忆改成按量计费，每 GB 写入 1 美元、检索 0.2 美元、存储每月 0.1 美元。腾讯云 2026 年 5 月发布 Agent Memory，官方宣称把长期记忆准确率从 48% 拉到 76%、token 开销降 61%；阿里云百炼、字节扣子、百度千帆也跟进了托管记忆。爱分析测算的中国记忆市场，2027 年 78.5 亿元，2030 年冲到 642.5 亿元，年复合增速超 110%，到 2030 年记忆占智能体基础设施的比重接近 26%，是仅次于模型的第二大独立市场；其中「记忆操作系统」一块 2030 年约 218.5 亿元，五年复合增速超 152%。
但云厂商的基因决定了短板：数据库团队把记忆当存储做，重视检索吞吐，对「何时该忘、何时该合并、何时让旧事实失效」这套生命周期管理关注不足。记忆被收编成一行账单的同时，「会遗忘」这件事反而更没人做了。独立派和内置派的分野已经写进了行业标准征集：平台集成型集成快但绑得死，独立设施型可跨框架复用但适配成本高，两者都没有把遗忘当一等公民。
我预判，记忆层会裂成两条相反的路：一条往下沉，被云厂商收编成按量计费的默认组件，语义记忆这块的差异化基本归零；一条往上走，卷向现在几乎空白的两个格子，程序记忆和遗忘机制。谁能做出「越用越会做事的智能体」和「删得掉、查得清、会过期的记忆」，谁才能在云厂商的账单之外重新立住收费的理由。
我赌一句：未来一两年，记忆产品的宣传话术会从「记得住」翻转到「忘得对」。企业要买的从来是更少的麻烦，不是更多的记忆。
每日更新。