🧠 Agent Memory 9 篇文章 · 9 个章节
模块五：Agent Memory
从 CoALA 分类法到 MemGPT、A-MEM、Zep 等里程碑论文，再到 Mem0/Letta/Zep/LangGraph 主流框架对比与端到端实战，系统掌握 Agent 长期记忆的设计与工程落地。
开始学习章节目录
上下文窗口的本质局限、Agent 与 Memory 的关系、状态/上下文/记忆/知识四者的层级、为什么 RAG ≠ Memory
Working / Episodic / Semantic / Procedural 四类 Memory 的定义与边界,2025 年 Forms × Functions × Dynamics 三维度法,以及不同应用场景的 Memory 偏好对照
向量库、图数据库、KV、全文索引的选型与组合,Mem0/Zep 的 Hybrid 架构,Graphiti 的 bi-temporal 模型详解
MemGPT / Generative Agents / HippoRAG / MemoryBank / ReadAgent / A-MEM / Zep 七篇里程碑论文逐篇精读
Mem0、Letta、Zep+Graphiti、LangGraph Long-term Memory、LangMem、Cognee 等主流 Agent Memory 框架的设计哲学、能力边界与选型决策
把 Memory 当 ETL 系统:Extraction、Update、Consolidation、Reflection、Forgetting、Retrieval 六大算子的原理与代码
G-Memory 三层图、Collaborative Memory、集中式 vs 分布式 Memory 架构,以及多 sub-agent 共享 KG 的工程模式
LongMemEval、LoCoMo、MemBench、MEMTRACK 四大基准详解,评估方法论,以及自建领域基准的实操
Mem0 + LangGraph 个人助理、Zep 时间感知客服、Letta OS-style 长会话三个端到端示例,带完整代码和 LongMemEval 评测脚本
学习建议
前置要求
LLM 推理基础（模块四第1章）+ 一定的 LangChain / Agent 开发经验
- 建议先理解 Memory 与 RAG 的本质差异（第1章）再进入框架细节
- 论文精读章节按时间线串联了 7 篇里程碑论文，搭配框架源码效果最佳
- 端到端实战提供 Mem0 / Zep / Letta 三套可跑示例，建议在本地至少跑通一套