智能体记忆与状态管理实战：让多轮对话不丢上下文

智能体最尴尬的时刻，是聊到第三轮突然忘了第一轮说了什么。状态管理就是解决「记忆」的工程：哪些该留在上下文，哪些该落库，哪些该在函数间传递。

短期记忆：上下文窗口

最直白的做法是把历史消息原样塞回请求。代价是 token 越滚越大、成本与延迟上升。简单场景够用，长对话要裁剪。

• 滑动窗口：只保留最近 N 轮
• 摘要压缩：把早期对话压成摘要
• 关键事实抽取：只留实体与决策

长期记忆：外部存储

跨会话要记住用户偏好、历史任务，就得落到数据库或向量库。检索时按相关性取回，再注入上下文，实现「越用越懂你」。

状态机：把流程钉死

订票、审批这类有明确步骤的任务，用状态机记录当前阶段，避免智能体「跳步」或「重复问」。状态即真相，模型只是执行器。

记忆不是把什么都塞给模型，而是「按需取回」。分层管理短期 / 长期 / 流程状态，智能体才既聪明又可控。