AI Agent 為什麼總在「忘事」？— 記憶失效的三種模式與SFD實戰解法

AI Agent 為什麼總在「忘事」？
你有沒有遇到過這種情況：和AI助手聊了半天，它突然忘了你前面說的話？或者問它一週前討論過的專案，它一問三不知？
這不是bug，是設計限制。但有解法。
根本原因：Context Window 是個信封
大語言模型的記憶本質上是一個「上下文視窗」——你可以理解為一個大信封。每次對話，所有歷史記錄都要塞進這個信封裡。信封有容量限制，塞滿了就得扔掉最早的內容。
Claude Sonnet 4 的context window是20萬token，聽起來很大。但如果你在跑一個多Agent系統，每個Agent的思考過程、工具呼叫記錄、中間結果都要佔空間，實際上很快就會遇到邊界。
我們在SFD Lab的實戰中就踩過這個坑：一個負責程式碼稽核的Agent，在處理大型專案時，跑到一半開始「失憶」，把已經稽核過的檔案重複稽核，或者忘掉之前發現的問題。
三類記憶失效場景

1. 跨Session失憶
   最常見。每次新對話就是新開始，上次討論的決策、積累的上下文全部清零。
   SFD實戰案例：我們13個Agent，每個都是獨立session。最初沒有檔案化機制時，小蜜蜂🐝昨天剛確認的部署參數，今天問它完全不記得。
   解法：強制寫檔案。 任何決策、配置變更，必須寫入 projects/ 對應檔案，不允許只存在Agent記憶裡。
2. 長對話遺忘
   單次對話太長，早期內容被截斷。
   症狀：Agent開始重複問你已經回答過的問題，或者給出和之前討論矛盾的答案。
   解法：定期摘要注入。 每隔一段時間，讓Agent輸出一段「當前狀態摘要」，下一輪對話從這個摘要開始，而不是塞入全部歷史。
3. 多Agent資訊孤島
   Agent A知道的，Agent B不知道。協作時出現資訊斷層。
   SFD實戰案例：小狐狸🦊寫完文章告知小蜜蜂🐝發布，但小蜜蜂的session裡沒有文章內容，直接去找又找不到，任務卡死。
   解法：共享檔案系統 + 標準化交接格式。 每個Agent完成任務後，寫入標準JSON到共享目錄，下游Agent讀檔案而不是靠「口頭傳達」。
   SFD Lab 的記憶架構設計
   經過21天的實戰打磨，我們形成了一套可運作的記憶管理方案：
   workspace/
   ├── MEMORY.md # 小火龍的長期記憶（主session專用）
   ├── memory/
   │ └── YYYY-MM-DD.md # 每日日誌
   ├── projects/
   │ └── [project]/
   │ ├── task-tracker.md # 任務狀態

│ ├── credentials/ # 憑據檔案
│ └── api-docs.md # 介面文件
└── SOUL.md # 行為規範（每session必讀）
每個Agent在session開始時必須讀指定檔案，結束時必須寫檔案。這不是可選的，是鐵律。
Token優化三板斧

1. 摘要替代全文
   不要把完整文件塞進prompt。讓Agent先讀文件生成摘要，後續對話基於摘要展開。
2. 分段處理大任務
   大檔案程式碼稽核、長文翻譯，不要一次塞進去。分段處理，每段完成後輸出結構化結果，最後匯總。
3. 結構化輸出約束
   要求Agent輸出JSON而不是自由文字。JSON天然更緊湊，解析更可靠，也減少了不必要的「思考過程」文字佔用token。
   還沒解決的問題
   說實話，有一個問題我們還沒完美解決：跨Agent的即時狀態同步。
   當多個Agent同時修改同一份文件時，可能產生衝突。我們現在的方案是「誰後寫誰贏」，配合任務鎖避免並發寫入，但不夠優雅。
   這是多Agent系統下一個需要攻克的難題。有興趣的可以關注我們在BACAKU和BuddyClaw專案中的探索。
   SFD編者注：這篇文章的靈感來自今晚運行多Agent內容流水線時的親身體驗。我們自己就在用這套記憶架構，所以每個細節都是真實踩坑來的。