鄂维南院士作序，文继荣、邱锡鹏、张鹏、王铁震推荐！解锁大模型长期智能的核心密码，打造可进化的长期智能体技术底座。
主编：李志宇 王昊奋 熊飞宇；编著：张泽宇 陈鼎
解锁大模型长期智能的核心密码，打造可进化的长期智能体技术底座
全面构建智能体记忆工程的认知理论、架构设计与工程落地方法体系
搭建研究框架：提供“写入→组织→检索→更新→治理”的全生命周期治理方法
三类记忆协同：梳理参数化记忆 / 激活态记忆 / 显式记忆的功能边界与协同关系
工程落地指南：覆盖精准写入、稳定调用、可回滚、可查询的全链路能力
破解落地难题：建立信息准入规则、记忆写入门控逻辑、冲突与过期记忆的处理机制
随着大模型深入真实业务与长期交互场景，系统面临的挑战已不再局限于单次推断的准确性，而是如何解决跨会话不一致、知识约束难以持久化、上下文成本膨胀，以及错误写回后难以追溯和回滚等工程难题。本书以“记忆工程”为主线，旨在将记忆从抽象的概念讨论转化为可设计、可验收、可治理的系统能力。本书详细探讨记忆的表征与写入、组织调度、融合更新策略、版本化回滚及权限审计等核心技术，结合记忆的相关理论，对比参数化记忆、激活态记忆与显式记忆的协同路径。通过典型应用场景与评测治理方法，本书为构建长期智能系统提供完备的工程框架、评估指标与关键技术。
本书适合大模型与智能体系统的工程师、架构师与技术负责人阅读，有助于搭建可落地的记忆闭环与治理机制，提升系统的连续性、稳定性与可运维性；本书也适合高等院校相关专业的研究生、研究机构的研究人员阅读，用于快速建立统一的概念框架、明确可验证的研究问题与可复现实验设计；本书还适合产品经理与技术决策者阅读，有助于深入理解记忆系统设计与交付标准。
"当我们逐渐从单纯追求规模，转向追求更低成本、更高可靠、更可治理的长期智能时，记忆工程会越来越像基础设施。当然，这里的基础设施既包括工程系统，也包括基础模型。它决定系统能否在时间维度上稳定演化，能否把经验沉淀成能力、把错误限制在可控范围内、把责任落实到可追溯机制上。这本《记忆工程》是业内系统性讨论Agent记忆工程的图书。读者可以把这本书当作一套面向未来的应用迭代优化路线图。"
— 鄂维南 | 中国科学院院士，北京大学讲席教授
"当下Agent与大模型记忆研究是一个热点，但很容易陷入“检索 + 摘要 + 数据库”的浅层堆叠，难以触及“记忆工程”这一全新概念的本质问题。本书跳出碎片化思路，以拥有完整生命周期的状态对象这一清晰系统的抽象重新定义记忆，围绕写入、组织、检索、更新、治理搭建起统一的研究框架，深度拆解记忆写入偏差的来源、剖析更新对长期一致性的影响、厘清不同记忆形态的分工与耦合逻辑等，为本领域研究筑牢严谨框架，是相关从业者与研究者极具参考价值的佳作。"
— 文继荣 | 中国人民大学高瓴人工智能学院执行院长，教授
"随着大模型与智能体系统不断走向长期运行与复杂协作，记忆正从辅助能力转变为决定系统上限的关键基础设施。然而，现有应用往往停留在模块拼接与局部优化层面，缺乏统一的问题建模与系统性方法论。本书从工程与实践的双重视角出发，对大模型记忆进行了结构化重构：不仅系统梳理了不同类型记忆的功能边界与协同关系，也深入讨论了记忆如何在真实系统中被稳定写入、有效利用并持续演化。全书在理论抽象与工程实践之间建立了桥梁，为理解与构建具备长期能力的智能系统提供了具有前瞻性的参考框架，对想要系统化了解大模型记忆相关的研究与工程人员而言，值得一读。"
— 邱锡鹏 | 复旦大学计算机学院教授
"深耕基座模型研发便会发现，模型能力的上限不仅在于更大、更强的参数与规模，更在于系统能否跨时间高效组织知识与行为。若缺少成熟的记忆机制，诸多能力只能依托更长的上下文、更大的模型强行支撑，最终导致成本攀升、稳定性下降，且难以实现知识与行为的复用迭代。而这本书将记忆从单一功能点回归至核心基础设施层面，除了关注存储本身，还聚焦精准写入、稳定调用、可回滚、可查询的全链路能力，将质量门控、冲突裁决、版本化更新与治理评测串联成完整闭环，对于立志将模型真正打造成平台与生态的技术团队而言，是非常值得参考的一本书。"
— 王仲远 | 北京智源人工智能研究院院长
"在企业场景落地Agent的过程中，记忆从来不是抽象的概念问题，而是关乎体验能否连续、成本能否可控、风险边界能否守住的核心实践难题。本书的突出价值在于摒弃空洞玄学与理论空谈，聚焦可评审、可落地的工程化实施方案，清晰界定长期状态的信息准入规则、记忆写入的门控逻辑、冲突与过期记忆的处理机制，以及记忆全生命周期的可追溯、可删除、可回滚能力建设，对于打造对话产品、构建知识工作流、搭建企业智能平台的团队而言，是极具实操价值的架构参考与实践指南。"
— 张鹏 | 北京智谱华章科技股份有限公司CEO
"大模型的竞争正跨越“单次推理”的红海，迈入“长期智能”的深水区。本书向上提出记忆工程严谨的概念定义，向下给出记忆抽取、组织、检索、更新、共享的全生命周期框架。本书突破人工智能“永远只如初见”的失忆魔咒，将记忆真正沉淀为企业和用户的长期数字资产。适合对相关领域感兴趣的研究人员和工程师参考。"
— 王铁震 | Hugging Face前亚太区负责人
第一部分 记忆工程形成背景与基础概念
- 第 1 章 静态模型与动态世界的根本矛盾
- 第 2 章 记忆的工程定义与刻画
- 第 3 章 记忆的典型读写方式
第二部分 明文记忆的关键处理机制与方案
- 第 4 章 记忆抽取：从交互中发现值得被记住的信息
- 第 5 章 记忆组织：让零散经验形成可推理的结构
- 第 6 章 记忆检索：在正确的时刻取回正确的记忆
- 第 7 章 记忆更新：记忆如何被修正、巩固与遗忘
- 第 8 章 记忆共享：从个体记忆到协作智能
第三部分 记忆智能体的构建与应用场景
- 第 9 章 长期交互型智能体
- 第 10 章 任务与工具驱动的智能体
- 第 11 章 记忆驱动智能体应用场景分析
第四部分 记忆系统的评测、案例与实践
- 第 12 章 记忆系统的评测与安全治理
- 第 13 章 记忆系统案例分析与动手实践
- 第 14 章 OpenClaw 中的记忆增强与优化
- 第 15 章 Hermes 中的记忆增强与优化
- 第 16 章 低代码智能体平台的记忆增强与优化
本书配套完整的开源代码仓库，包含所有章节的示例代码、实验脚本以及可复现的基准测试，方便读者动手尝试记忆搭建。本书仓库还提供了若干端到端的项目落地示例，帮助读者快速将书中方法迁移到自己的实际场景中。
# 克隆代码仓库
git clone https://github.com/MemTensor/MemBook.git
# 创建并激活环境
conda create -n memory_engineering python=3.11
conda activate memory_engineering本书的参考文献请参考 assets/reference.pdf。
衷心感谢北京大学讲席教授鄂维南院士，记忆张量首席科学家杨泓康研究员，中国人民大学文继荣、陈旭、许伟老师，复旦大学邱锡鹏老师，北京智源研究院王仲远老师，上海交通大学严骏驰、许志钦、钱忱、周煊赫老师，北京大学张文涛老师，北京智谱华章张鹏老师，中国电信研究院杨明川、李馨迟、郭枝虾老师，哈尔滨工程大学郑香平老师等各位专家学者。在本书撰写过程中，诸位老师从学术研究、工程实践与产业应用等不同角度提出了许多中肯且深刻的意见，帮助我们不断校正问题，完善整体框架，补充关键细节，也使本书在理论梳理、技术分析与实践讨论之间能够尽力保持平衡。
参与本书协作人员名单如下：前言和结语部分的负责人是李志宇、张泽宇；第一部分的负责人是李志宇、王一唯、王轶、张泽宇、赵继昊、刘鹏、熊飞宇；第二部分的负责人是李志宇、李春宇、管昇、陈鼎、康景奕、曲婉莹、熊飞宇；第三部分的负责人是李志宇、陈鼎、席晨阳、张泽宇、王昊奋；第四部分的负责人是陈鼎、陶真、李春宇、唐波、熊飞宇、王昊奋；整体图片编辑与优化负责人是王轶、曲婉莹、王一唯；排版整理与项目主页负责人是张泽宇。其他参与写作的同事还包括朱一鹏、郭子良、徐可润、李梓衡等。在此向为本书写作付出巨大努力的同人表示衷心的感谢！
书中难免存在部分问题或需要订正的内容，如果您有所发现，欢迎第一时间联系 MemBook 作者团队。我们非常重视读者的反馈，将在收到反馈后尽快回复，感谢您帮助本书不断完善。
勘误 & 反馈： membook@openmem.cn