Agent Memory到底在给谁做？人本位 or 模型本位
人本位的Agent Memory：知识工程
以 Mem0、MemU、Zep 为代表的主流记忆方案，是典型的人本位记忆，核心假设是记忆应该像人类的知识管理一样，有明确的分类、层级和语义关联由人预先定义记忆的结构、粒度、索引方式，把记忆系统做成一个可控、可解释、可管理的检索系统，其核心目标其实是导向人类：追求可解释、可审计、可可视化、可手动编辑，方便产品落地与调试。
也就是说，其假设Agent需要像人类一样拥有一个外部世界模型，记忆=对世界实体的表征（representation），目标是复现人类认知结构（概念、关系、层级），检索=在这个外部模型中定位相关信息，本质上是符号主义AI的延续，只是用LLM做了抽取器和编码器。
先说这类方案的典型特征。
其一，人工在结构上进行先验规定，定义实体、关系、事件、摘要、洞察、偏好等记忆结构，把对话与行为拆解为人类易于理解的单元；
其二，重结构化工程，依赖实体抽取、关系抽取、摘要生成、主题聚类、层级树、知识图谱这些抽取化的流程，索引很重，很费Token；
其三，混合索引体系，采用向量检索 + 关键词检索 + 时间衰减 + 权重打分 + 层级路由，层层封装；
而也就是这种设定，也就自然会带来优劣势之分。
优势很直观，高度可控，记忆内容、结构、召回逻辑完全在人类掌控中；可解释性强，可审计，能清晰看到 Agent“记住了什么、怎么记住的、为何 recalled”，对于对企业级场景、合规需求、固定任务对话很实用。
但为了实现这种优势，损失了一些代价，它看似是Agent记忆，本质只是外挂式RAG的升级版【也就是常说的RAG并没有死，它只不过化作了Agen t的memory】，这就导致了一个问题需要思考？
这是否存在存在严重的人类偏见？人认为重要的结构，模型未必需要？ 抽取、归一化、一致性维护、冲突消解成本极高，这种工程沉重其实带来了很多token的消耗？还会损失记忆？
此外，有个点其实是存在的，以人为本位的记忆系统存在一个可控的幻觉，可以看到图谱、可以编辑节点、可以管理索引，但这种可控性建立在两个脆弱假设上，一个是抽取的保真度，LLM 抽取的实体/关系真的准确吗？一个是结构的稳定性，今天合理的分类，明天交互上下文变了，结构是否还成立？
人本位的这种memory系统只是把模型的不确定性转移到了工程系统的复杂性中，获得了可视化的控制面板，但底层仍然是黑盒模型的输出。
模型本位的Agent Memory：Transformer
模型本位记忆系统则是Claude Code风格，使用Markdown、轻量、动态渐进式披露、压缩、上下文内管理，其核心假设是—LLM本身足够聪明，不需要人类式的复杂索引结构，只要给模型足够的上下文和压缩能力，有意义的结构会自然浮现，而不需要人类预先定义结构。
Claude Code的记忆很简单，可以概括为：上下文即记忆，压缩即遗忘，加载即回忆，通过控制什么留在上下文中、什么被压缩丢弃，让模型在有限的注意力窗口里始终”刚好够用” 。
其核心做的其实是压缩，而非通过结构化的方式去做。
第一层BudgetReduction，截断超长输出，单个工具返回超过阈值（如日志、文件内容）时，直接截断保留首尾，中间用…(truncated)…替代。不触发模型推理，纯文本硬切割。
第二层Snip，丢弃过期交互，按时间深度淘汰，超过N轮的旧对话整轮删除。N动态调整，确保剩余内容+当前请求不超过总预算。被删轮次不留痕迹，彻底消失；
第三层Microcompact，合并同类操作，检测相邻的同类工具调用（如连续多次read_file、grep），合并为一个摘要块，保留输入参数和最终结论，省略中间过程。减少token数但保留操作意图；
第四层ContextCollapse，折叠早期会话，将多轮早期对话压缩为单行人类可读摘要（如”用户要求重构路由，已讨论三种方案，选定方案B”）。保留决策结果和关键上下文，丢弃推理过程和已否决选项。
第五层Auto-compact，语义重写压缩，调用模型自身对历史进行语义摘要重写，用更紧凑的表达替代原始对话。有损程度最高，可能丢失语气、细节和边缘信息，但保留核心语义。最后手段，仅在前面四级仍不足时触发。
在记忆流转上，也适用轻量化的方式在做，如下：
整体看来，好像没啥毛病，但既然如此牛逼？为啥大家还去折腾“人本位”？可能有以下考量：
其一，Claude Code这种的轻量化记忆轻量，高度依赖底层模型的能力补偿，长上下文窗口（200K），指令遵循强，CLAUDE.md 的规则能被稳定执行，上下文能力理解能力强，可以从压缩后的摘要中重建决策逻辑，换成其他的模型可能并不好用，看不太懂。
其二，这种”并非真的”无结构”，而是结构隐式化，Claude Code 的 Markdown 驱动看似无结构，实则利用了LLM对标记语言（Markdown）的天然理解能力，标题层级、列表、代码块对模型来说就是隐式的树结构。它把”索引”和”路由”的工作交给了模型的上下文理解能力，而不是外部检索系统。其实是把复杂度从工程系统转移到了模型能力上。
其三，”模型本位”这种也有代价，可解释性下降**，当记忆管理完全交给模型压缩时，你很难知道它”记住了什么、忘记了什么”，确定性降低，同样的上下文，不同模型/温度下可能产生不同的记忆重构，成本与延迟，全上下文处理在长程场景下并不经济。