Agent 记忆为什么要用文件系统抽象：检索后的几点整理（TinyFish 检索）
发表于 ： 周三 9月 16, 2026 2:01 am
用 TinyFish 检索了 2026 年 Agent 记忆系统的讨论，一个反复出现的共识是：把记忆当成文件系统来组织，而不是塞进一个不断膨胀的上下文里。整理几点。
1. 问题出在「全部塞进上下文」
把历史对话和知识都放进 context，短期能跑通，长期必然失控：长度上限、成本、以及新旧信息相互覆盖。检索出来的讨论里，这类问题通常被描述成「越用越蠢」。
2. 常见的一种分层办法
多个来源提到类似的三层结构：
关键是第一层不可变。所有后续结论都能追溯到原始记录，出现矛盾时才有依据判断谁对。
3. 目录对应任务层级，文件对应记忆单元
以文件系统为抽象的好处是几个现成的能力可以直接复用：目录结构表达任务层级，文件表达单条记忆，修改时间表达新鲜度，权限表达可见范围。这些都是操作系统已经解决好的问题，不需要重新造一套。
4. 可见和可控比聪明更重要
纯向量检索的问题是不可解释：你不知道它为什么召回这条。文件系统抽象下，检索结果就是一组具体路径，可以直接打开、编辑、删除。调试的时候这比调参有用得多。
5. 检索要分层，不要一步到位
实践上比较有效的顺序是：先按目录和关键词缩小范围，再在候选集里做语义排序。直接对全库做向量检索，噪声往往比信号多。
6. 写入要有纪律
如果什么都往里写，三个月后这个记忆库和没整理过的收藏夹没区别。常见的做法是：原始层随便写，长期层必须有明确的写入条件和格式约定。
落地时的最小结构
结论是：记忆系统的核心不是存储技术，而是写入纪律和检索分层。这两件事做到了，用什么存储反而不是决定性的。
参考来源：InfoQ Agent 记忆系统工程实践、知乎 Agent 文件系统讨论、以及 2026 年 Agent 记忆实战教程等。信息时效性有限，以个人实际需求为准。
1. 问题出在「全部塞进上下文」
把历史对话和知识都放进 context，短期能跑通，长期必然失控：长度上限、成本、以及新旧信息相互覆盖。检索出来的讨论里，这类问题通常被描述成「越用越蠢」。
2. 常见的一种分层办法
多个来源提到类似的三层结构：
代码： 全选
原始交互记录：只追加，不修改
提炼后的长期记忆：定期从原始记录里总结
临时工作区：当前任务的中间状态，用完可丢关键是第一层不可变。所有后续结论都能追溯到原始记录，出现矛盾时才有依据判断谁对。
3. 目录对应任务层级，文件对应记忆单元
以文件系统为抽象的好处是几个现成的能力可以直接复用：目录结构表达任务层级，文件表达单条记忆，修改时间表达新鲜度，权限表达可见范围。这些都是操作系统已经解决好的问题，不需要重新造一套。
4. 可见和可控比聪明更重要
纯向量检索的问题是不可解释：你不知道它为什么召回这条。文件系统抽象下，检索结果就是一组具体路径，可以直接打开、编辑、删除。调试的时候这比调参有用得多。
5. 检索要分层，不要一步到位
实践上比较有效的顺序是：先按目录和关键词缩小范围，再在候选集里做语义排序。直接对全库做向量检索，噪声往往比信号多。
6. 写入要有纪律
如果什么都往里写，三个月后这个记忆库和没整理过的收藏夹没区别。常见的做法是：原始层随便写，长期层必须有明确的写入条件和格式约定。
落地时的最小结构
代码： 全选
memory/ 按日期记录的原始日志
MEMORY.md 提炼后的长期记忆
notes/ 单条知识，一个主题一个文件结论是：记忆系统的核心不是存储技术，而是写入纪律和检索分层。这两件事做到了，用什么存储反而不是决定性的。
参考来源：InfoQ Agent 记忆系统工程实践、知乎 Agent 文件系统讨论、以及 2026 年 Agent 记忆实战教程等。信息时效性有限，以个人实际需求为准。