AI AGENT SYSTEMS · 04
Memory 与多 Agent 协作 让系统记住真正有用的信息，让协作产生可验证的质量增益
理论 Context Engineering + Workflow 实战 Python Basic + Advanced
学习目标
把“记忆”和“协作”从概念变成系统契约 核心结论：Memory 解决跨轮次状态选择，多 Agent 解决复杂任务的职责分解与质量控制，两者都需要治理。
Memory Policy 决定写什么、读什么、保留多久、谁能访问和何时删除。
Working Context 从长期存储中选择当前任务真正需要的信息。
Agent Contract 定义每个角色的输入、输出、工具、预算和失败状态。
Workflow Quality 使用 critic、证据和 synthesis 形成可验收结果。
失败现场
记得越多，回答反而越差 核心结论：把所有历史注入 Prompt 会引入冲突、过期信息、隐私风险和 Token 浪费。
历史输入
课程偏好、旧营销讨论、客户电话、过期约束全部进入上下文 系统没有类型、时效和权限过滤
Agent协作
三个 Agent 分别写三份意见，没有共享证据和验收标准 角色数量增加，但任务质量没有提高
结果风险
引用旧决策、泄露敏感信息、最终结论互相矛盾 Memory 和 Multi-Agent 同时失控
方法论主线
先治理上下文，再设计协作工作流 分类 Memory Taxonomy 区分 preference、constraint、fact 和 episode
选择 Working Memory 按相关性、新鲜度、权限和预算检索
分工 Agent Contracts 为角色定义明确输入输出和工具范围
质控 Critic & Synthesis 发现冲突、补证据并形成单一结果
回写 Governed Writeback 只把可复用、可追溯信息写入长期记忆
理论 01
Memory 不是数据库表，而是一套生命周期策略 核心结论：存储技术只解决“放在哪里”，Memory Policy 才决定“什么值得长期影响未来行为”。
kind偏好、约束、事实、事件
source用户明确表达、工具结果或系统推断
confidence信息可靠程度
freshness更新时间与有效期
scope用户、项目、组织或会话
sensitivity隐私级别和访问权限
Memory Taxonomy
不同记忆必须使用不同规则 Preference 偏好 用户倾向与表达方式；允许用户查看、更正和删除。
Constraint 约束 安全、交付和业务硬规则；优先级高且需要来源。
Fact 事实 可验证实体信息；必须处理更新、冲突和时效。
Episode 事件 任务过程与结果；应摘要化，避免保存完整敏感对话。
Bad → Good 01
不要把全部历史当成 Working Memory BAD 把所有聊天记录、旧决策和联系人信息直接拼接。
GOOD filter permission
→ score relevance
→ check freshness
→ resolve conflicts
→ fit context budget Context 是按任务组装的 Working Memory
选择过程本身要可解释 核心结论：系统应能回答“为什么这条记忆进入当前 Prompt，为什么另一条被排除”。
权限过滤 当前 Agent 和任务是否允许读取该条记忆。
相关性评分 记忆是否直接影响当前决策，而不是仅有关键词重合。
新鲜度检查 信息是否过期，是否被更新记录替代。
冲突解决 优先使用明确、更新、来源更可靠的信息。
上下文预算 只注入最小充分信息，保留来源标识。
Basic Python
Working Memory Selector 核心结论：基础项目展示类型、相关性、新鲜度和敏感性如何共同决定上下文。
projects/lesson-04/basic main.py src/memory.py tests/test_memory.py
01 compare 全量历史 vs 任务记忆
02 filter 敏感信息禁止进入
03 unittest 验证相关性和数量预算
python3 main.py compareBasic 运行结果
少而准确的上下文，比完整历史更可靠 lesson-04/basic · compare
BAD > preference + constraint + old note + phone number
GOOD >
[c1] Never commit API keys
[p1] Use engineering examples
[e1] Lesson 01 acceptance pattern
excluded: sensitive=x1, irrelevant=old marketingWrite Policy
不是每次对话都值得写入长期记忆 明确偏好 用户稳定表达并允许保存。 可写入，可更正
业务事实 有权威来源和有效期。 写入来源与时间
模型推断 可能只是临时猜测。 默认不长期保存
敏感数据 身份、联系方式、密钥等。 最小化或禁止保存
理论 02
多 Agent 不是角色数量，而是工作流设计 核心结论：只有当分工降低上下文复杂度、引入独立证据或形成质量门时，多 Agent 才有价值。
01 Planner 拆解交付物
→ 02 Specialists 独立证据
→ 03 Critic + Synthesis 统一验收
Agent Contract
每个角色都要像服务接口一样定义 objective角色的单一目标
input允许读取的上下文
output_schema结构化交付物
tools工具与权限白名单
budget步骤、Token、时间和费用
failure_state无法完成时如何报告
Bad → Good 02
多个 Agent 各写一份意见，不叫协作 BAD Researcher、Architect、Reviewer 各自输出散文。
GOOD planner: questions
researchers: findings + evidence
critic: conflicts + gaps
synthesis: decision + trace 每个输出服务于下一步 Critic
Critic 的任务是找缺口，不是写更长的评论 核心结论：Critic 必须依据 Rubric 检查证据、冲突、覆盖度和风险，并给出可执行的返工项。
Evidence 关键结论是否有来源，来源是否足以支持。
Conflict 不同 specialist 是否给出互相矛盾的事实或建议。
Coverage Planner 定义的问题是否全部被回答。
Risk 是否遗漏合规、权限、成本和上线约束。
Bad → Good 03
回写错误记忆，会让错误跨任务传播 OUTPUT 一次研究推测某策略可行
STATUS 没有审批，也未上线验证
错误 写成组织事实 未来任务直接引用
正确 保留为候选 标记来源与置信度
Advanced Python
Memory-Governed Research Pipeline 核心结论：进阶项目把 Working Memory、Planner、Specialists、Critic、Synthesis 和受控回写串成一条质量流水线。
Task Memory Store Evidence
WORKFLOW Select Context Plan + Research Critic Synthesis + Writeback
Decision Evidence Trace Approved Episode
python3 main.py compareWorkflow Eval
评估协作是否真的带来质量增益 指标
问题
验收
门禁
Context precision
记忆噪声
相关且有权限
PASS
Evidence coverage
结论无依据
关键主张有来源
PASS
Conflict resolution
意见矛盾
显式解决
PASS
Writeback quality
错误长期传播
审批后写入
PASS
成本判断
什么时候不应该使用多 Agent 适合多 Agent 任务可明确拆分 不同角色需要不同工具 独立评审能降低高风险 长任务需要并行证据
更适合单 Agent 任务简单且上下文统一 分工只增加重复生成 延迟和成本要求严格 没有明确质量门
隐私与安全
Memory 扩大了系统的长期风险面 Consent 用户是否知道系统保存什么，能否查看、更正和删除。
Isolation 用户、项目、租户和角色之间是否严格隔离。
Retention 是否有有效期、清理策略和法律依据。
Provenance 每条记忆是否知道来源、写入者和更新时间。
Injection 来自网页或工具的恶意内容不得被提升为长期约束。
课堂实战
从上下文选择到评审式协作 20 min Basic 加入过期与敏感记忆，调整筛选规则。
35 min Advanced 让两个研究角色产生冲突，由 Critic 发现并返工。
15 min Review 检查最终 writeback 是否值得长期保存。
验收
上线前检查八个治理问题 01 记忆是否分类？
02 是否检查权限与敏感性？
03 是否处理时效和冲突？
04 Working Context 是否最小充分？
05 Agent 输入输出是否明确？
06 Critic 是否依据 Rubric？
07 多 Agent 是否有可测增益？
08 回写是否可追溯、可删除？
Lesson 04 · Takeaway
不要让系统记住一切。让它在正确的任务中记住正确的事。 NEXT · Lesson 05 评测、安全与发布门禁