我问大家如何处理智能体记忆。以下是回复中的模式，以及无人真正解决的一个问题。

我在社区提了个问题：为什么智能体会记住听起来相关的内容，而不是实际有效的东西。收获了一堆真心实意的回复，这里是我的理解，因为它们的模式比我最初的问题更有趣。几乎没有人维护纯粹的向量搜索。反复出现的挫败感，也是几个人说得特别到位的地方：嵌入擅长“看起来相似的东西”，但智能体真正需要的是“什么有效”和“什么失败了”，而这完全是两种不同的检索问题。有人把缺失的部分称为“负记忆”，智能体从不保留“我们尝试过这条路，但因为 X 失败了”，于是它又乐呵呵地撞上同一堵墙。让我惊讶的是，有多少人已经自己搭了补丁，而且补丁之间差异巨大：有人直接用纯文本文件运行工作记忆，智能体自己决定写什么，旧内容自动滚入向量数据库，没有花哨的平台。他的一句话让我印象深刻：“如果你还要问，那系统就坏了。”另一个人把记忆分成多个层次：稳定可信的事实 vs 可引用的凭证，不允许智能体对任何无法指出来源的东西采取行动。“我找到了一个可能匹配” vs “我知道”。还有一个人让智能体在每次任务后用自己的语言写一篇事后总结（“尝试了X，因为Y失败了，下次 Z”），并在新工作前进行语义搜索。他坦诚的缺点：写了三四十篇后文件变得嘈杂，于是加了一个摘要步骤。另一个人提出了三个记录册（事实、运行状态、决策与失败），并在语义搜索前根据意图进行路由，这样“我们试过这个了吗”会先命中失败日志。我把它们并排一看，问题就跳出来了：每个方案都解决了“写什么”的问题，但没一个真正解决“保留什么”。最精确的说法来自一个在生产环境中运行的人。他的观点：检测到失败发生了，大部分情况下可以自动完成——你能捕获工具错误、失败的测试、超时、被撤销的补丁，甚至是未经验证结束的任务（把缺失验证当作一种失败信号，我觉得这很敏锐，否则你永远只会记录那些大声的崩溃）。但他明确表示不会信任自动化来推断实际的教训。失败意味着什么，以及它是否应该保留，仍然需要人类或强制的明确写入。我想，这个分界线就是全部：检测是可处理的，而整合则不是。系统如何决定什么是真正正确的，而不仅仅是频繁检索到的？以及，写入后什么能存活下来？每个人都在用启发式方法来解决（“证明两次”、时效性、手动规则、摘要步骤），而且每个启发式方法在可预测的边界处都会失效。这就是我为什么在这个领域构建。对于在生产中运行智能体的人：你的系统在什么地方停止信任自动化，开始需要人类介入？这条线对任何人来说在移动吗，还是卡在原地？