#3 Agent 到底該記住什麼？
上一篇我們聊了 Agent 的記憶到底長什麼樣，同一段記憶可以寫成文字存在 Vector DB、學進模型 parameters 裡，也可以藏在 KV Cache 當中。知道 Memory 的形式後，接下來的問題其實更實際，那就是到底什麼東西值得記？
因為如果一個 Agent 跟你工作一年，它可能看過幾萬封訊息、做過幾千次 tool call，甚至跟你一起踩過幾百個坑，難道這些全部都要留下來嗎？
你今天隨口說一句「中午好像有點想吃拉麵」，這要記嗎？但如果你說「我不吃牛肉」，這聽起來就比較值得記。如果是 Agent 執行任務時打了一次錯誤的 API，要記嗎？老實說，如果這個錯誤害 Production 掛掉，那好像又應該記下來。
所以真正困難的問題其實不是 Memory 能不能存，而是 Agent 到底要把什麼東西變成自己的 Memory。
這篇我們換個角度，一樣從《Memory in the Age of AI Agents》這篇論文裡提到的 Functions 來看。如果上一篇是在問記憶由什麼形式承載 (What carries memory)，那這一篇就是在問，這段記憶到底拿來幹嘛 (Why does the agent need this memory)。
Survey 把記憶大致分成三種：Factual Memory (我知道什麼)、Experiential Memory (我從以前學會了什麼) 以及 Working Memory (我現在正在處理什麼)。簡單來說，就是事實、經驗跟工作桌，我們一個一個來看。
1. Factual Memory：這個世界現在是什麼樣子？
先從最直覺的開始。假設你跟 Agent 說「我不吃牛肉」，或者 Agent 在專案裡知道「這個專案的資料庫用 PostgreSQL」、「線上系統目前跑的是 v2 版本的 API」、「客戶 A 希望回覆簡短一點」，這些都比較接近 Factual Memory。
它主要是在幫 Agent 回答，關於這個人、這個環境與這個世界，有哪些事情是我應該知道的。這篇論文把 Factual Memory 又大致切成兩邊，一個是跟使用者有關的 User Factual Memory，像是你不吃牛肉、下個月要去日本、上次已經決定不要採用方案 A，這能讓 Agent 不要每次醒來都像第一次見到你。
另一個則是跟外部環境有關的 Environment Factual Memory，例如這個專案用的資料庫、某個第三方服務已經停止支援 (deprecated)、目前專案進度做到 Phase 2。這些雖然不是使用者偏好，但如果 Agent 不記得，它就很容易每次都要重新通靈一次。
但 Factual Memory 有一個很麻煩的問題，就是什麼才算「值得記的 Fact」？
假設我們今天聊了 1,000 句話，理論上每一句都是發生過的事，但如果每一句都存，Memory 很快就炸掉了。所以今年的一些新研究開始直接處理這件事，與其預設怕漏掉就全部記，不如讓 Memory System 判斷，對這個 Agent、這個 User 以及未來的任務而言，什麼才真的值得留下來。
這點其實滿合理的，對一個旅遊 Agent 來說，你不吃牛肉非常重要，但你今天下午喝了一杯拿鐵可能根本沒必要永久保存。可是如果今天換成飲食追蹤 Agent，同一句話突然又變重要了。所以什麼值得記不只取決於資訊本身，也取決於 Agent 未來要拿它來做什麼。
而且事情還更麻煩，有些資訊在寫進去的當下看起來完全不重要，過幾週才突然有用，也就是今天看起來像廢話的東西，三週後可能突然變成關鍵證據。這代表 Agent Memory 不一定能在資訊出現的那一刻就完美預測它未來有沒有用。
另外還有一件更反直覺的事，就是 Agent 記得一件事，不代表它真的會用。例如 Agent 明明可以回答出你對花粉過敏，代表它「知道」，但當你問春天週末適合安排什麼活動時，它卻推薦你去花田野餐。
今年也開始有研究特別把這件事情拆成 Know 跟 Act，Agent 能 retrieve 到偏好，不代表它真的會在 Planning 或 Action 時使用。這其實又回到了我們第一篇一直在講的，Memory 的終點不是我有存到，也不只是我查得到，真正重要的是這份記憶有沒有改變 Agent 接下來的判斷。
2. Experiential Memory：上次跌過這個坑，下次不要再跌了
接下來就是我自己最有興趣的一種，也就是 Experiential Memory。如果說 Factual Memory 比較像「我知道 migration 上次失敗了」，那 Experiential Memory 則開始問「那我從這件事情到底學到了什麼」。
又回到我們一路使用的系統更新事故。假設上個月 Agent 幫忙發布新版本時，直接更新了資料庫結構 (schema migration) 結果線上系統大當機。後來發現是因為舊版手機 App 還有人在用，最後工程師緊急把它救回來，並且學到更新前一定要先確認向下相容性 (backward compatibility)。
Factual Memory 可能只會記下 8/3 發生過一次系統升級當機事件 (migration incident)，但 Experiential Memory 則會想留下下次碰到升級任務時我應該怎麼做。一個比較接近 What happened，另一個比較接近 What should I learn from what happened。
研究團隊按照經驗被抽象到什麼程度，把 Experiential Memory 分成三種：
Case-based Memory
Strategy-based Memory
Skill-based Memory
這三個分類我個人覺得非常有意思，因為它其實很像一段經驗慢慢被煉成能力的過程。
2-1. Case-based Memory：先把上次怎麼做留下來
最簡單的作法就是先不要悟出什麼大道理，把上一次完整的案例留下來。例如 Task 是升級資料庫，結果失敗並報錯「舊版 API 不相容 (legacy API incompatible)」，最後是靠緊急退版 (rollback) 並補上相容機制才解決。
下次 Agent 又遇到類似任務時，它會去想以前是不是做過，然後把這個 Case 找回來當參考。這有點像我們在 Stack Overflow 搜尋有沒有人遇過一模一樣的錯。優點是細節很多且 evidence 很完整，但缺點也很明顯，如果每次執行都存完整 trajectory，一年後你可能有幾十萬個案例，而且兩個 Task 根本不會永遠長得一模一樣。所以再往下一步，就必須開始抽象。
2-2. Strategy-based Memory：不要只記案例，整理出攻略
假設 Agent 已經搞砸過五次資料庫升級，它開始發現每次出問題好像都跟相依套件 (dependency)、資料結構相容性還有退版機制 (rollback) 有關。於是它不再只是保存五份長長的執行紀錄，而是整理出一套更新攻略 (Migration Strategy)，包含：先檢查下游服務影響、驗證向下相容性、準備好退版計畫，最後才真正執行升級。
這時候 Memory 已經不再只是上次發生什麼，而變成「遇到這類事情，我通常應該怎麼做」。所以 Case 比較像案例，Strategy 比較像攻略，這也是最近 Agent Memory 很明顯的一個方向：不要一直囤 trajectory，而是把 experience 壓縮成更 reusable 的知識。
原始經驗保留很多細節，往上一層可以整理成更 generalizable 的 strategy，再往上甚至可能變成 rule 或 skill。這其實非常像人類的學習過程，你第一次創業失敗時可能記得那天晚上發版結果根本沒人來，第二次你可能學到產品做完之前要先跟市場驗證，再過幾年最後可能只剩一句「先賣，再做」。細節越來越少，但可以 reuse 的範圍反而越來越大。
2-3. Skill-based Memory：攻略用太多次，乾脆做成工具
再往下一層就更有趣了。假設「每次系統更新前，都要做相容性檢查」這條 Strategy 用了一百次，那 Agent 有沒有必要每次都想起 Strategy、理解 Strategy 然後自己重新做一次？
搞不好可以直接把它寫成 check_backward_compatibility()，或者變成一段 script、一個 tool，甚至一個 MCP。這就是論文裡所謂的 Skill-based Memory，過去的 experience 最後被整理成一個可以直接重複使用的能力。
這個演進過程很像：
Case：我以前怎麼做過？
Strategy：這類事情應該怎麼做？
Skill：好啦不要講了，我直接幫你做。
這個分類會讓 Memory 跟 Skill 的邊界開始變得模糊。當然不是所有研究都一定會把 Skill 稱為 Memory，但在這套 functional taxonomy 裡，它之所以被放進 Experiential Memory，是因為這個 Skill 的來源本身就是 Agent 過去做過的事情，被整理成未來可以重複使用的能力。
這裡還有一件我自己的觀察，那就是失敗其實可能比成功更值得記。如果 Agent 做成功一次那很好，但如果它踩了一個坑，去追問為什麼失敗、哪一步不該這樣做、下次怎麼避免，反而可能產生更有價值的 reusable knowledge。所以好的 Experiential Memory 應該不只是成功案例收藏庫，它比較像一套會從成功與失敗裡慢慢長大的 playbook。
3. Working Memory：我現在到底做到哪裡了？
最後一種跟前兩種很不一樣。Factual Memory 和 Experiential Memory 通常是在跨 session、跨 task 留下東西，但 Working Memory 處理的是 Agent 現在這個 Task 還沒做完，它此刻腦袋裡到底要抓住什麼。
例如 Agent 現在正在幫你 debug 一個「使用者無法登入」的 bug，目前已知：
問題只發生在 Safari 瀏覽器
登入憑證 (JWT token) 檢查正常
是 Cookie 的跨站設定 (SameSite) 出了問題
已經排除是資料庫連線異常
下一步要檢查跨網域資源共享 (CORS) 的設定
再加上剛才 tool call 回來的結果是 SameSite=Lax。這些東西不一定值得永久記住，但現在絕對不能忘，因為下一步的 reasoning 全部要靠它。
我覺得最好理解 Working Memory 的方式，就是把它想成你的工作桌。Factual Memory 和 Experiential Memory 比較像後面的書櫃或公司 Wiki，而 Working Memory 則是你現在桌上攤著的那些東西。你正在寫報告時，桌上可能有：
今天的任務
剛找到的三篇 paper
一張草稿
一個做到一半的 outline
剛才計算出來的數字
這些東西現在非常重要，但你不會因為它現在在桌上，就代表要永遠收藏。
這裡有一個很容易搞混的地方，那就是 Context Window 不等於 Working Memory。Context Window 比較像你的桌子有多大，而 Working Memory 是你怎麼管理這張桌子。桌子再大，如果你把這些東西全部堆在桌上：
三天前失敗的 tool output
200 頁無關文件
已經做完的 subtask
重複 20 次的 conversation
那你肯定還是找不到現在要用的東西。
真正的 Working Memory 不只是 passive buffer，它還需要主動處理哪些東西現在應該留著、哪些可以壓成 summary、哪些已經沒用了可以丟掉。最近一些 Long-horizon Agent 的研究也開始把 Working Memory 當成一個可以主動管理的工作空間，Agent 不再只能一直把新東西往 Context 後面塞，而是可以決定某段刪掉、某個 evidence 留原文，甚至剛剛走錯路了直接 rollback。
另一種常見做法是，Working Memory 只留下目前完成的進度跟「捷徑」，像是「參考資料 A」或是「步驟三的執行結果」。完整的歷史紀錄先收到抽屜裡，真的需要時再順著捷徑把原始文件找出來。這有點像你的電腦桌面不用放滿所有巨大的檔案，只要放幾個資料夾捷徑，知道那份東西在 Drive 哪裡，需要時再點開就好。
我個人覺得這會是 Long-running Agent 很重要的一個能力。因為當 Agent 越來越能連續工作幾小時甚至幾天後，真正的限制可能不再只是 Context Window 有幾百 K，而是 Agent 到底會不會整理自己的工作桌。
把 #2 和 #3 疊起來看：Form × Function
講到這裡，可以把上一篇(第一季#2)跟這一篇真正接起來了。上一篇談的是 Form (記憶怎麼存在)，它可以是：
Token-level Memory
Parametric Memory
Latent Memory
這一篇談的則是 Function (這段記憶拿來做什麼)，它可以扮演：
Working Memory
Factual Memory
Experiential Memory
這其實是兩個不同的維度，我們可以把它想成一張九宮格，如圖所示：
橫向是在問這段記憶用什麼形式存在，縱向則是在問 Agent 現在拿這段記憶來做什麼。這點非常重要，因為很多看起來很像不同種 Memory 的東西，其實根本不是互斥分類。
例如「你不吃牛肉」如果被寫在 Memory Store 裡，它就是 Token-level 加上 Factual Memory。再舉個例子，「系統更新前要先檢查 backward compatibility」如果被整理成一條文字經驗，它可能是 Token-level 加上 Experiential Memory；但如果這個 pattern 後來透過 training 被內化進模型參數，它又變成了 Parametric 加上 Experiential Memory。內容很接近，但承載它的 Form 不一樣。
甚至同一段資訊的 Function 也可能改變。例如「8 月 3 日資料庫升級因為舊版 API 沒處理好而失敗」這件事，平常存在長期記憶中用來描述歷史，它扮演的是 Factual Memory；但如果下一次升級時，Agent 把它找回來問上次踩過什麼坑，它就開始扮演 Experiential Memory。接著新的升級任務開始，這條資訊被 retrieve 到當前 context 裡，此刻它又進入了 Working Memory。
所以真正決定一段資訊屬於哪一種 Memory 的，不一定只是它裡面寫了什麼，還要看 Agent 現在拿它來做什麼。
這張九宮格比較像是一張理解 Agent Memory 的地圖，而不是九個完全獨立的抽屜。這三種 Function 其實也一直在互相流動，Agent 今天接到系統升級的任務，先從 Factual Memory 找到線上還有舊版 API 在跑，再從 Experiential Memory 找到上次系統爆炸的原因，這兩條記憶就被拉進 Working Memory 的工作桌上。接著它真的去執行，結果發現原來還有一個從沒看過的舊版手機 App 還在連線，這個新發現之後又可能變成新的 Factual Memory，甚至經歷幾次後，形成「升級前除了檢查網頁端，還要檢查手機 App 相容性」的 Experiential Memory。這是一個從 Fact 與 Experience 拿進 Working Memory，經過 reasoning 與 action 產生新資訊，最後再寫回長期 Memory 的循環。這時候 Memory 才真的開始活起來。
如果把這個九宮格再往外展開，這張圖把近年 Agent Memory 的代表性研究，一個個放回這個 Form × Function 的空間裡：
你會發現九個方向其實幾乎都已經有人探索，只是研究密度非常不平均。像有人在做 Context Condensation、Previous Trajectory、Vector Database、Knowledge Graph，也有人把經驗直接 internalize 進模型參數；再往 Latent Memory 走，則開始出現 KV generation / compression、latent repository 等比較 model-native 的做法。
最明顯的一件事是，目前大量 Agent Memory 工作仍集中在 Token-level 這一側。 這其實不太意外，因為把 Memory 明確寫成文字、trajectory、graph 或 external records，最容易被檢查、修改、刪除與 retrieve，也最容易直接接進現有 Agent workflow。相較之下，Parametric 與 Latent Memory 雖然已經都有研究，而且這半年還在快速增加，但通常會牽涉 training、model editing、hidden state 或 KV state 的管理，工程門檻與可控性問題都更高。因此我會把這張圖理解成：九宮格不是九條成熟度相同的路，而是一張正在快速被填滿的研究地圖。
最後真正的問題：不是「記得越多越好」
寫到這裡，我反而覺得 Agent Memory 有一個很違反直覺的地方。我們常常會覺得 Memory 越大越好、記得越多越聰明，但真正下去做系統後，很可能剛好相反。
記得太多 Fact 會導致 Memory bloat；留太多 Experience，每次都會找到一堆互相重複甚至矛盾的案例；而 Working Memory 塞太滿，Agent 只會被自己的歷史紀錄淹死。所以成熟的 Memory System 真正需要解決的問題反而是什麼值得變成 Fact、什麼 Experience 值得留下，以及現在這個 Task 哪些東西應該進 Working Memory、哪些可以果斷丟掉。
這就剛好把我們帶到下一篇，因為到目前為止，我們都偷偷假設了一件事，那就是 Agent 記下來的東西都是對的。但現實當然沒這麼美好，如果 User 去年住台北今年搬到東京，舊的 Memory 怎麼辦？兩次經驗互相矛盾怎麼辦？一件原本很重要的事情，半年後已經完全過期了又怎麼辦？
所以下一篇我們會接著聊 Memory 到底怎麼形成、更新與消失 (Formation → Evolution → Forgetting)。因為一個真的會長期存在的 Agent 不能只有「記住」這個按鈕，它還必須知道什麼時候該寫下來、什麼時候該改口，以及什麼時候該忘記。
大家現在在開發 Agent 的時候，比較常存的是 User/Environment 的 Fact，還是 Agent 自己執行任務後留下的 Experience 呢？我自己反而越看越覺得，後者可能才是 Agent Memory 真正開始變有趣的地方，有碰過類似慘況的朋友歡迎在下面留言取暖！
作者：Chi