主题
对比 JavaGuide《AI Agent 记忆系统》 与二哥记忆系列（为什么 LLM 没记忆、短期/长期记忆怎么实现、Claude Code 与 Codex 的实现、CLAUDE.md 怎么写、Agent 为什么变笨），及小林《记忆机制》《长短期记忆》。
多版对比
为什么没记忆：二哥的表述最准——LLM 无状态，「记忆」是每轮把 messages 数组重发一遍的工程假象；参数里的知识冻结在训练截止日。这直接推出两层记忆：短期（Session 级，靠上下文窗口）和长期（跨 Session，外部存储），二哥的比喻是短期是内存、长期是磁盘。
长期记忆闭环：二哥四步（提取→存储→检索→注入）够答面试；JavaGuide 补到六环（加巩固、反思、遗忘），遗忘用「相关度 × 重要度 × 时间衰减」打分——这是拉开差距的部分。
检索路线，立场不同：二哥观察 Claude Code 零向量零 embedding——把记忆索引全文塞进上下文靠模型注意力捞（够用但依赖索引极短，200 行内）；OpenClaw 改成 SQLite + 向量 + 关键词混合但变慢。JavaGuide 直接给工程结论：自由文本记忆量大了必须上混合检索（BM25 + 向量 + Reranker）。两边其实统一于一个约束：记忆量小靠注意力，量大靠检索。
产品实现细节（二哥独有，好素材）：Claude Code 83% 容量触发自动压缩，子 Agent 按摘要模板生成、重注入最近文件和工具定义并插边界标记；Codex 长期记忆存 SQLite 按「使用次数 + 最近使用」排序、写入前脱敏。CLAUDE.md 行数冲突：二哥说官方建议 80 行内（引了 500 条指令下最强模型准确率仅 68% 的论文），JavaGuide 写 200 行内——口径是「越短越好」，行数随版本变，答判断别答数字。
小林：分法更细——四层记忆（感知记忆当次输入 / 短期 = 上下文工作台 / 长期 = 档案室 / 实体记忆 = 结构化病历卡，信息密度最高），并主动标注是工程划分非学术标准。长期记忆分情节、语义、程序三类，独有「抽象提炼」：把多条情节记忆用 LLM 蒸馏成语义规律（三次「requests 抓不到动态页面」的情节，蒸馏成一条「该用 Playwright」）。三个工程判据也好用：存什么（「下次任务开始时，知道它会让 Agent 做得更好吗」）、怎么存（结构化偏好走关系库精确查、非结构化走向量检索）、粒度（一次完整交互或一个独立知识点，太细碎片化、太粗有噪音）。框架对比也全：Mem0（去重与冲突消解）、Letta/MemGPT（操作系统式内存分层，Agent 自己调工具管记忆）、Zep（时序知识图谱）。
结论：两层框架（内存/磁盘）开场，量决定检索方案的判断收尾，中间用小林的四层分法和「存什么」判据展示工程颗粒度。
最优题解
LLM 本身没有记忆：它是无状态的，所谓记忆是每轮重发对话历史的工程假象，参数知识又冻结在训练截止日。所以记忆全靠外挂，分两层：短期记忆就是上下文窗口本身，长任务靠摘要压缩撑住；长期记忆是跨会话的外部存储，闭环四步——提取、存储、检索、注入，成熟方案还会加遗忘和反思，比如按「相关度 × 重要度 × 衰减」清掉低分记忆。
检索怎么选取决于量：记忆条目少（几十条）直接把索引全塞上下文，靠模型注意力就够了；量大了必须上 BM25 + 向量 + Reranker 混合检索，再加去重和权限隔离。产品里可以看 Claude Code 的取舍——它宁可维护 200 行以内的索引靠注意力，也不上向量库，就是拿「维护成本」换「链路简单」。
追问链
追问：Agent 聊着聊着变笨是怎么回事？ 参考答：Context Rot——上下文越长，模型对每条信息的利用率越低，加上中间位置的信息容易被忽略（Lost in the Middle），所以不是模型变小了，是窗口里的信号被稀释了。对策：压缩历史、一线程一事、重要约束写进系统提示免被压缩掉。
追问：长期记忆和 RAG 什么关系？ 参考答：技术同源（都是外部存储 + 检索注入），区别在内容——RAG 管共享的客观知识，记忆管个性化的经验偏好；成熟系统分开召回再统一重排，别混一个库。
我的理解
记忆这题最值钱的判断是「记忆量决定检索方案」——它把二哥的产品观察和 JavaGuide 的工程结论统一到一个约束下。CLAUDE.md 80 行还是 200 行的冲突提醒我：产品文档里的数字随版本漂移，面试答判断（越短越好、按需加载）永远比答数字稳。