记忆写入策略：什么时候写、写什么、写到哪，才不会把记忆库写脏

一、记忆系统的真实分水岭，不是检索算法，而是写入纪律

很多团队上记忆系统时，把主要精力放在：

• 向量库
• 重排模型
• top-k 调参

但真正决定长期质量的，往往是更前面的写入纪律。如果写入无边界，系统很快会出现：

• 临时信息被长期保存
• 错误推测变成“事实”
• 相互冲突的偏好同时存在

因此，写入策略不是附属功能，而是记忆系统的总阀门。

二、先定义写入阈值：不是每轮对话都值得进入长期记忆

建议至少用三道门控判断是否写入：

1. 稳定性门：信息是否在多轮或外部来源中被确认
2. 复用性门：未来任务是否高概率再次用到
3. 风险门：是否包含敏感信息、时效性过强或高误写成本内容

只有同时通过前两门，且风险可控，才值得写入长期记忆。

三、写什么：从原始文本变成结构化条目

直接写整段原文最容易污染。更稳的方式是抽取成结构化条目，例如：

• 用户偏好
• 长期约束
• 可复用经验
• 已验证实体映射

建议每条记忆至少包含：

• type
• subject
• value
• source
• confidence
• createdAt
• expiresAt

结构化之后，后续的冲突检测、版本管理与失效清理才有可能自动化。

四、写到哪：不要把所有记忆丢进一个桶

写入目标建议至少分三层：

• 短期缓存：当前任务有效
• 长期记忆：跨任务复用的偏好/经验
• 外部事实源：知识库、数据库、业务系统

一个高频错误是把业务事实塞进长期记忆。这样虽然“召回快”，但会失去来源可追溯性，也容易过期失真。

五、冲突合并：不要简单覆盖旧值

真实场景里，冲突是常态：

• 用户偏好改变
• 历史经验被新流程推翻
• 多轮对话中出现相反表述

建议合并策略：

• 保留版本历史
• 优先用户显式确认
• 同时记录时间戳与来源可靠性

必要时可以让系统在冲突高时触发追问，而不是悄悄覆盖。

六、失效治理：没有 TTL 的记忆会自然变脏

即使写入时是对的，时间一久也会失效。建议至少做：

• TTL
• 衰减分数
• 主动失效（用户修改或系统版本升级时）

如果没有这些机制，长期记忆会越来越像“历史残留仓库”，而不是当前可用资产。

七、结论：写入策略决定了记忆系统能否长期可用

检索和重排当然重要，但它们只能优化“怎么取”；写入策略才决定“库里到底有什么”。

一个能长期稳定工作的记忆系统，必须先把什么时候写、写什么、写到哪、何时失效讲清楚。

联动阅读：

• Agent 记忆系统 101：短期、长期与外部记忆的工程分层