Episodic Memory（情景记忆）

情景记忆这一术语源自认知心理学，指对亲身经历事件（含时间、地点、情境）的记忆，与记录通用概念知识的语义记忆相对。在 AI 系统中，该概念被引入 Agent 架构，描述将具体交互片段持久化存储并在后续按需检索的能力。

• 没有情景记忆，Agent 每次会话都是「失忆」的——无法参考历史操作或用户偏好
• 支持情景记忆的系统需解决三个核心问题：如何表示事件、如何检索相关事件、如何管理记忆增长
• 2023 年 CoALA 框架将情景记忆与语义记忆、程序性记忆、工作记忆并列，作为语言 Agent 的四类标准记忆模块
• 区别于直接拼接历史消息的对话历史（Conversation History），情景记忆需要显式的存储与检索机制

主流实现将事件转化为向量嵌入后存入向量数据库，查询时用当前情境做近似最近邻检索，再将相关历史注入 LLM 上下文。

• 向量检索：事件文本 → Embedding → 向量数据库（FAISS、Chroma、Pinecone 等）→ ANN 检索召回
• 混合检索：向量相似度 + 关键词或元数据过滤，提升精确度
• 摘要压缩：原始事件过长时先做摘要（Summarization） 或分块（Chunking） 再嵌入，降低存储成本
• 结构化记录：为每个事件附加时间戳、来源、标签，支持按时间范围或属性过滤
• 检索到的历史片段拼接进上下文窗口，供 LLM 推理参考

不同框架对情景记忆的实现侧重点各异，从粒度、检索策略到存储结构均有差异。

• 完整轮次记忆：每条消息或每轮对话作为一个记忆单元，保留细节但存储量大
• 摘要记忆：定期将旧事件压缩为摘要，节省空间但牺牲部分细节
• 图结构记忆：将事件关系建模为图，支持关联推理（如 Mem0、Zep 等框架）
• MemGPT（2023）：将操作系统分页内存思路引入 LLM，把长期情景记忆作为「外存」动态换入换出上下文窗口
• ChatGPT Memory：OpenAI 为 ChatGPT 推出的记忆功能，包含情景记忆成分，但实现细节未完全公开

情景记忆在需要跨会话持续性的任务中价值最为突出。

• 长期个人助理：记住用户偏好、历史任务结果，提供个性化响应
• 多步骤自主 Agent：追踪已完成子任务，避免重复执行或遗漏步骤
• 客服机器人：跨会话维持用户画像，减少重复询问
• 个性化 RAG：将情景记忆视为专属历史知识库，检索对象是「这个用户的过去」而非通用文档
• 代码 Agent：记录已尝试的调试方案与失败原因，避免重复错误路径

情景记忆与几个相近概念之间存在清晰边界。

• 情景记忆 vs 语义记忆：前者记录「发生了什么事（事件）」，后者记录「某个概念是什么（知识）」，两者在 Tulving 框架中互为补充
• 情景记忆 vs 对话历史：对话历史是时序列表直接塞进上下文；情景记忆需显式存储+检索，可跨越上下文窗口限制
• 情景记忆 vs 程序性记忆：情景记忆侧重「发生过的事实」，程序性记忆侧重「怎么操作（技能/规则）」
• 情景记忆 vs 工作记忆：工作记忆是当前上下文窗口内的短期信息，情景记忆是持久化在外部存储中的长期信息

情景记忆并不等于「记住一切」，工程实现中存在多类挑战。

• 检索失败：相关事件未被召回，或语义相近但语境不同的事件被错误引入
• 存储膨胀：无限积累导致检索噪音增加，需要遗忘策略（按时间或访问频率淘汰旧记忆）
• 隐私风险：情景记忆存储用户具体行为，一旦泄露或跨用户混淆，安全威胁极高
• 去重难题：同一事件的多次记录会稀释检索信号，需要去重与合并机制
• 外部依赖：当前方案将记忆存于模型参数之外，存储与检索链路的可靠性直接影响 Agent 整体稳定性

从认知心理学概念到 AI Agent 工程模块，情景记忆经历了数十年的演化。

• 1972：Endel Tulving 在《Organization of Memory》中正式提出情景记忆与语义记忆的区分，奠定理论基础
• 1983：Tulving 出版专著《Elements of Episodic Memory》，系统阐述该理论
• 1980s—2000s：Hopfield 网络、LSTM 等神经网络在某种程度上模拟了记忆存储与回放，但与认知心理学定义尚有距离
• 2022—2023：LangChain、AutoGPT 等 Agent 框架流行，情景记忆作为长期记忆核心模块被工程界广泛实现；向量数据库普及使基于 Embedding 的情景记忆变得可行
• 2023：MemGPT 论文提出分页记忆架构；CoALA 框架将情景记忆纳入语言 Agent 的标准四类记忆分类
• 至今：该领域仍快速演进，图记忆、结构化记忆与向量检索的融合成为新趋势