借助 AgentCore Memory 为智能体应用添加记忆功能

在构建智能体（Agentic）应用时，上下文是决定模型响应质量的关键因素。各类智能体框架（如 LangGraph、CrewAI 等）的核心作用，本质上是构建包含充足上下文的增强型提示词（Prompt），帮助模型生成贴合需求的结果。而记忆系统作为上下文的重要来源，能让智能体记住交互历史、用户偏好等关键信息，大幅提升应用的个性化与连续性。AWS 推出的 AgentCore Memory 服务，正是为智能体应用提供短长期记忆管理的核心工具，本文将详细介绍如何借助它为智能体赋予“记忆能力”。

智能体记忆的核心分类：短期与长期

在智能体应用的语境中，记忆系统普遍分为短期记忆与长期记忆两类，二者各司其职，共同为增强型提示词提供上下文支撑：

• 短期记忆：聚焦当前会话或任务周期内的信息，比如用户当前的提问内容、智能体的即时响应、多步骤任务的中间状态等。它的核心作用是保证单次交互的连贯性，例如在客服对话中，记住用户刚提到的“产品型号”或“问题症状”。
• 长期记忆：则负责跨会话、跨周期的信息存储，其分类可参考 LangMem 指南的定义，具体包括三类关键记忆：

语义记忆（Semantic Memory）：存储支撑智能体响应的事实与知识，比如用户的长期偏好（如“偏好中文界面”“对折扣敏感”）、领域特定信息（如某产品的保修政策）、交互历史摘要（如“用户上月曾咨询过账户登录问题”）。

情景记忆（Episodic Memory）：记录成功的交互案例作为学习样本，不仅包含“发生了什么”（如用户投诉物流延迟），还包括“如何解决”（如智能体触发物流查询工具并承诺补偿）以及“为何有效”（如及时反馈安抚了用户情绪），帮助智能体复用有效策略。

过程记忆（Procedural Memory）：定义智能体的行为规则与响应模式，例如“当用户提及退款时，需先验证订单状态”，这类记忆会动态补充到系统提示词中，约束智能体的行为边界。

AgentCore Memory：AWS 智能体记忆服务的核心逻辑

AgentCore Memory 是 AWS 专为智能体应用设计的记忆管理服务，完美契合上述“短长期记忆”框架，同时提供灵活的策略配置与 API 交互能力，让记忆集成更高效。

1. 核心层级：短期记忆与长期记忆的协同

AgentCore Memory 的运作围绕“记忆资源（Memory Resource）”展开，每个记忆资源相当于一个“记忆容器”，可同时存储多个用户、多个会话的短长期记忆。其两层记忆系统的分工与流转逻辑如下：

• 短期记忆：用于存储即时会话数据，每一次用户提问、智能体响应都会以“事件（Event）”的形式被记录。例如用户发送“查询我的订单物流”，智能体返回“正在查询订单 12345 的物流状态”，这两条信息会作为两个事件，关联到用户的 actorId（用户标识）和 sessionId（会话标识），存入短期记忆。
• 长期记忆：并非直接存储原始会话数据，而是通过“策略（Strategy）”对短期记忆中的原始数据进行提炼。例如，将多次会话中用户提到的“偏好顺丰快递”“常用收货地址为北京朝阳区”提取为用户偏好，或把“订单 12345 物流延迟，已补偿 10 元优惠券”的会话摘要存入长期记忆，供后续跨会话复用。

2. 关键操作：事件管理与策略配置

（1）事件操作：短期记忆的核心交互

AgentCore Memory 通过三类 API 操作管理短期记忆中的事件，所有操作均需指定 memoryId（记忆资源标识），并通过 actorId 和 sessionId 定位到具体用户与会话：

• create_event：创建事件，需传入 payload（ payload 可是字典格式的会话文本，或二进制格式的blob数据，如用户上传的订单截图）与 eventTimestamp（事件时间戳）。
• delete_event：删除指定 eventId 的事件，适用于清理敏感信息（如用户要求删除某条提问记录）。
• get_event/list_event：查询单个事件或列出某会话下的所有事件，用于加载历史会话上下文。

例如，创建一条用户提问事件的 API 调用逻辑（伪代码）如下：

（2）策略配置：长期记忆的提炼规则

要启用长期记忆，需为记忆资源配置“策略”——策略决定了如何从短期记忆的原始数据中提取有用信息。AgentCore Memory 支持 4 种策略，覆盖不同的长期记忆需求：

其中，内置策略（语义、摘要、用户偏好）已集成底层模型的推理能力，无需额外配置模型；而自定义策略需用户提供专属指令（补充到系统提示词中），并指定适配的模型，灵活性更高。

3. 成本差异：内置策略与自定义策略的定价

AgentCore Memory 的定价与策略类型强相关（当前处于预览阶段）：

• 内置策略：每月每 1000 条记忆存储成本为 0.75 美元，包含底层模型的推理费用。
• 自定义策略：每月每 1000 条记忆存储成本为 0.25 美元，但需单独支付模型调用费用。

若应用对记忆提取规则无特殊要求，选择内置策略更省心；若需适配特定业务逻辑（如金融领域的合规信息提取），自定义策略虽需额外管理模型，但成本更低。

实战：将 AgentCore Memory 集成到智能体应用

将 AgentCore Memory 集成到智能体的核心是“提前创建记忆资源+通过工具或生命周期钩子交互”，同时需注意生产环境的安全性与性能优化。

1. 前置准备：创建记忆资源（生产环境关键步骤）

在生产环境中，记忆资源需通过基础设施即代码（IaC） 提前创建（如使用 AWS CloudFormation 或 Terraform），而非在智能体运行时动态创建。原因在于：

• 智能体运行时创建记忆资源属于“控制平面操作”，这类操作的配额远低于“数据平面操作”（如创建事件），若动态创建，应用扩容时易触发限流。
• 提前创建可便于配置最小权限 IAM 策略，保障记忆数据安全。

例如，通过 CloudFormation 创建记忆资源后，可为智能体配置如下 IAM 策略，仅允许其操作指定前缀的记忆资源（MemoryName-*），避免越权访问：

2. 两种集成方式：工具调用 vs 生命周期钩子

智能体与 AgentCore Memory 的交互主要有两种方式，需根据框架支持度与业务需求选择：

（1）工具调用方式：通过工具函数交互

将 get_memory()（读取记忆）、put_memory()（写入记忆）等函数封装为智能体的“工具”，并在系统提示词中指导模型何时调用这些工具。例如：

• 当用户提问“我的偏好是什么”时，模型调用 get_memory() 读取长期记忆中的用户偏好；
• 当用户新设置“默认接收邮件通知”时，模型调用 put_memory() 将该偏好写入长期记忆。

这种方式的优势是逻辑直观，适合简单场景，但需开发者手动设计工具调用规则，灵活性较低。

（2）生命周期钩子方式：事件驱动的自动化交互

更推荐的方式是利用智能体框架的“生命周期钩子”，将记忆操作绑定到智能体运行的特定阶段，实现自动化交互。以 Strands 框架为例，其支持 4 类关键钩子，可与记忆操作精准匹配：

这种方式无需开发者手动 orchestrate 记忆操作，由事件驱动自动完成，大幅降低维护成本——前提是所使用的智能体框架支持生命周期钩子（如 Strands、LangGraph 等）。

避坑指南：避免“上下文过载”，做好上下文工程

随着模型上下文窗口的扩大（如 GPT-4.1、Claude Sonnet 4 支持 100 万 Token），开发者易陷入“越多上下文越好”的误区。但《Lost in the Middle：语言模型如何使用长上下文》白皮书指出，模型对长上下文的利用存在“U 型曲线”：

• 对开头（首因效应）和结尾（近因效应）的信息处理效果最好；
• 中间部分的信息易被“忽略”，导致模型误判或遗漏关键内容。

例如，若将 100 条会话历史全部塞入提示词，模型可能只关注前 10 条和最后 10 条，中间 80 条的用户需求会被忽略。因此，需通过“上下文工程”优化，确保提示词中只包含“必要信息”：

1. 删减冗余内容：过滤掉与当前任务无关的历史会话（如用户半年前咨询的无关功能问题）；
2. 精简工具列表：仅传入智能体当前任务可能用到的工具（如处理订单问题时，无需传入“内容创作工具”）；
3. 浓缩会话历史：用摘要策略提取历史会话的核心信息（如“用户 3 月曾反馈物流延迟，已补偿”），而非保留完整对话；
4. 卸载无用上下文：将不再需要的信息（如已完成任务的中间状态）从提示词中移除，仅在需要时通过记忆系统读取；
5. 验证上下文来源：通过 RAG（检索增强生成）从可信数据源（如企业知识库）拉取精准信息，确保上下文的准确性。

为智能体应用添加记忆，本质是让模型获得“持续学习”与“个性化响应”的能力，而 AgentCore Memory 凭借其灵活的短长期记忆管理、策略配置与 AWS 生态集成优势，成为实现这一目标的高效工具。在实际开发中，需牢记“上下文并非越多越好”，通过合理的记忆策略与上下文工程，让智能体在“记住关键信息”的同时，避免“信息过载”。

最终，只有当记忆系统提供的上下文“准确、适量、合规”，并搭配最小权限的安全防护时，智能体应用才能在生产环境中稳定、可靠地运行，真正满足用户的个性化需求。