摘要记忆

摘要记忆是什么？

AI 的上下文窗口有限，对话一长，早先说过的话就会被挤出去。摘要记忆的做法很直接：每隔一段，就让模型把「刚才聊了些什么」浓缩成一小段摘要存起来，后续只保留摘要，不再死扛全部原文。

它和「完整记录」有什么区别？

完整记录：一字不落，费 Token
把每轮对话原样存下，最保真，但窗口很快被塞满，成本也一路涨。
摘要记忆：抓重点，省空间
只留「结论、决定、关键事实」，用几句话替掉几百上千字的原文，省下的空间让给更重要的上下文。

摘要通常怎么生成？

让模型自己来写
常见做法是交给 LLM：把一段对话丢给它，让它输出结构化摘要，比如「用户目标 / 已完成的步骤 / 待办事项」。
分层滚动
摘要还能再被摘要——当摘要也变多时，再合并成更高层的摘要，像金字塔一样逐层压缩。

好处与代价

好处：省 Token、能长期记住
用极低成本把「来龙去脉」保留下来，多轮对话不容易「失忆」。
代价：细节会丢
压缩必然有损。用户随口提到的一个小偏好，可能就被摘要吞掉了。关键细节要另外单独存。

一句话记住：摘要记忆就是用「压缩」换「长期」，用一小段摘要替 AI 记住漫长的对话。