和 AI Agent 协作时最容易注意到的一点是：它们很擅长回答问题，却不擅长记住昨天发生过什么。你可以和它长聊一轮，做出一堆决定、说明偏好、一起解决问题，然后新开一个会话，一切就像没发生过。这引出一个问题：如果 Agent 真能记住之前交互中有用的东西，它会变成什么样？
上下文窗口不等于记忆。它只是让模型看到当前交互里的信息，一旦这些信息不在活跃上下文中，模型无法从别处取回，除非应用围绕它构建了记忆系统。更大的上下文窗口只能推迟问题，不能彻底解决。持久记忆的做法不同：不把整段对话历史塞进每次提示，而是把有用信息单独存起来，需要时再取回相关部分。
以编码助手为例：周一告诉它「我们用 Python 和 PostgreSQL 构建应用」，之后决定「后端用 FastAPI」，再说明项目约定「API 路由与数据库逻辑分开」。下周新开会话，普通基于会话的 Agent 可能完全不知道这些，用户只能重新解释一遍。反复如此，用户不断重复偏好，Agent 不断重新发现同样的决定，之前的错误被重复，重要的项目上下文在会话之间消失。问题不在于语言模型不会答题，而在于它无法保持连续性。
记忆也不等于记住一切。如果 Agent 有过一万次对话，每次提问都去搜索每条消息显然不现实。有用的记忆系统需要判断哪些信息值得保留、哪些与当前任务相关，比如用户的长期偏好、项目决定、重要的历史交互、反复出现的问题、技术选型、实体之间的关系，以及会影响当前任务的既往事件。目标不是记住所有东西，而是记住对的东西。
Hindsight 就是针对这一需求设计的记忆层，核心操作是 Retain、Recall、Reflect：Retain 存储交互中的有用信息，Recall 在需要时取回相关记忆，Reflect 允许系统在已存记忆之间进行推理。记忆存在于单次对话之外，Agent 因此能在后续交互中用到更早学到的信息。
RAG 与 Agent 记忆并不相同。问「API 文档里关于认证是怎么写的」，答案存在于文档集合中，这是 RAG 式问题；问「我们上周决定用哪种认证方式」，答案可能不在文档里，而存在于用户与 Agent 之间的历史中，这才是记忆发挥作用的地方。RAG 从既有语料中检索知识，Agent 记忆则捕捉 Agent 通过以往交互学到的东西，包括决定和用户特定上下文。更完整的 Agent 可以让两者协同，而非互相替代。
真正的考验发生在跨会话时。会话一中用户说「这个项目我们决定用 PostgreSQL」，记忆层保留该信息；会话二第二天用户问「我们在用哪个数据库」，Agent 能回忆起之前的决定，用户不必重复。这说明 Agent 不是仅凭当前提示生成回复，而是在使用积累的经验。记忆的价值不在存储本身，而在于恰当时机被取用：从不被取回的记忆只是档案，取回时机不对则会形成干扰。因此记忆质量同时取决于存什么和取什么。
今天的 Agent 已经能推理、调用工具、搜索信息、写代码、完成多步任务，但很多仍像每次新会话都从零醒来。持久记忆改变的是这个模型——从「提示到回复」，变成经验、记忆、检索、推理、行动、新经验、记忆的持续循环。关键不是让 AI 记得更多，而是让它记得更好。