直接回答：参照认知科学分三层：工作记忆即当前上下文窗口（系统提示、最近对话、中间结果），靠 prompt 组织；短期记忆跨会话内多轮任务的中间状态（已做步骤、暂存结论），用摘要或结构化状态对象维护；长期记忆跨会话的用户偏好、历史经验、领域事实，落向量库或 KV 存储按需检索注入。

展开解析：工程实现要点：工作记忆是稀缺资源，核心是“什么该留在上下文”——系统指令常驻，中间结果滚动摘要（每 N 步把历史压缩成进展小结），工具返回做裁剪只留相关字段。短期记忆防跑偏：多步任务显式维护一个 state 对象（目标、已完成、待办、关键发现），每步更新并注入上下文，模型就不会“忘了之前干过什么”。长期记忆两条路：语义检索（embedding 召回相关记忆片段，注意召回质量差会污染上下文）与结构化档案（用户画像、偏好键值对，精确可控）。记忆的写入比读取更难：什么值得记（用户明确说的偏好 > 单次行为推断）、何时记（会话结束异步提炼）、如何更新（冲突时新覆盖旧还是保留多版本）。评测记忆系统看两条：该记住的召回率、不该记的干扰率——塞一堆不相关记忆比没记忆更糟。

追问方向：记忆检索失败如何兜底？多 Agent 之间记忆如何共享与隔离？

（约 460 字）