AI Agent 的记忆与素材沉淀

记忆不是聊天记录

很多人说 Agent 需要记忆，但记忆不等于把所有聊天记录塞回 prompt。那样会越来越长，也越来越难控。真正有用的记忆应该是被整理过的偏好、事实、素材和决策。

在 ShayuAgent 里，我更愿意把记忆拆成几类：用户偏好、网页阅读记录、热点选题记录、视频解析记录和 Prompt 模板。每一类都有自己的字段，而不是都混在一段自然语言里。

用户偏好适合做成一张稳定的表。比如常写的平台、喜欢的语气、避开的主题、常用格式、目标受众。这些信息可以在创建 Agent 时注入 system prompt，让模型每次都更贴近使用者。

但偏好也要有边界。它应该帮助模型理解风格，而不是替用户做价值判断。对于不确定的偏好，最好让用户确认，而不是偷偷覆盖。

网页阅读记录至少要保存 URL、标题、摘要、标签、收藏状态和创建时间。这样下次写文章时，素材不是散在浏览器历史里，而是能被检索和组合。

热点选题也一样。一个话题不只是标题，还包括平台、切入角度、适合发布的渠道、目标受众和风险提示。把这些字段保存下来，后面就能从「今天有什么热点」继续走到「我该怎么写」。

视频解析更适合做成素材流水线。先解析链接，再拿到标题、封面、作者、时长、播放地址或转写状态，最后把逐字稿和摘要沉淀下来。

这里我会特别注意合规边界：只处理自己有权访问和使用的内容，不把工具设计成绕过登录、付费、验证码或平台限制的入口。技术能做很多事，但产品应该有自己的刹车。

好的 Agent 记忆不是「我记得你说过什么」，而是「我能把你过去投入的时间变成下一次工作的起点」。它应该能被搜索、被编辑、被删除，也能在需要的时候被模型引用。

这也是内容工作流最迷人的地方。每一次阅读、解析和选题都不只是一次性的问答，而是在给自己的知识库添一块砖。