AI记忆需要有效期

2026年10月20日，Databricks推出Agent Memory测试版。官方公告构成了这次讨论的新闻起点。

配套的MemCurrent研究将原始会话与提炼后的记忆分开保存，并结合即时更新与后台整理进行维护。

更重要的产品问题在此之后才出现：一件值得记住的事不再成立时，系统会怎样处理？助手需要连续性，但没有修订能力的连续性，会让昨天的错误格外顽固。下文是我们的设计分析，不代表上述测试版已经实现文中所有功能。

一条记忆不只需要创建时间

设想一个项目助手：周一，团队告诉它产品将在周五上线；周三，上线时间改到了下个月。系统即使准确找回周一的原话，仍然可能给出错误答案。问题不是信息丢失，而是把一项历史观察当成了当前判断。

三个时间维度有助于分清含义：系统何时获知这件事，它原本在哪段时间内适用，以及何时应该重新核实。旅行偏好可能多年有效，临时收货地址却应随旅程结束而失效。给两者设置同一个保留期限，实际上是把存储上的便利误当成用户生活的规律。

因此，过期应当首先改变一条记忆能否用于当前任务，而不一定要求立即抹去历史。旧的上线日期仍能解释当时为何这样安排。它不该仅仅因为措辞与新问题高度匹配，就悄悄重新主导下一份计划。

更正必须压得住自己的历史副本

另一个假设情境更能说明问题。用户先说喜欢上午开会，后来更正为接下来六周尽量安排在下午。有效的记忆应保存临时范围、关联此前的偏好，并设定复查时间。它不该把两句话折中成一种平均偏好，也不该把临时例外变成永久规则。

更正也不应依赖票数取胜。十份旧摘要可能都重复上午开会的偏好，但一条明确、适用的更正应该优先于它们。重复次数可能只说明系统复制过多少次，并不能证明用户更坚持那个说法。

由此可以提出一种带版本的判断模型：保存当前采用的说法、适用的时间与情境，以及它替代了哪条旧说法。当期限结束时，系统应采用用户明确指定的后续安排，或者把偏好标记为不确定。用户没有再说话，不足以成为恢复旧规则的有力依据。

真正重要的界面，是下一次普通对话。如果每次更正后，用户还得打开设置面板手动维护，记忆功能就把原本要节省的工作又推回给了用户。

所有权意味着有人能处理分歧

这里的所有权指实际的维护责任，不是在讨论法律上的财产权。个人可以更正自己的偏好，项目负责人可以修改项目的工作假设，助手自行作出的推断则应与两者清楚区分。即使都保存在同一个数据库里，它们也不是同一种信息。

设想助手因为用户拒绝过两次邀请，就推断用户不喜欢工作坊。这仍只是一种暂时的解释。后续摘要即使把语气写得更加肯定，也不应让它变成稳定的个人特征。用户应能轻松否定这项推断，而不必先证明那两次拒绝从未发生。

记忆界面因而需要几个容易理解的操作结果：保留这条、使用到某一天、替换这条，以及停止使用这条。导出也必须保留含义，而不只是文字。如果把旧说法搬到新助手时丢失了“已被替代”的状态，用户已经改掉的内容就可能重新生效。

保留记忆也有维护账单

成本不只来自存储空间。每条保留的信息，未来都可能需要检索、处理冲突、复查，并占用用户注意力。即使存储便宜，不断膨胀的记忆库也可能带来额外负担。这是设计上的成本分析，并非某个产品的实测结果。

一个有用的预算问题是：这条记忆能减少哪些后续工作，又可能制造哪些后续错误？一条能反复避免同类编辑失误的要求，可能值得长期保存。一次性的餐厅建议，则未必应成为固定偏好。为已完成任务保留依据，与把这些依据加载进每个未来任务，是两项不同决定。

团队可以区分活跃记忆、历史背景与已停用信息。活跃记忆应形成一个精简、认真维护的工作集合；历史背景只在问题确实涉及过去时调取；已停用的信息不应因为后台重建索引，就重新进入日常检索范围。

删除还带来一个相关的运行测试：用户移除某项提炼出的偏好后，旧对话是否会在明天自动把它生成回来？产品需要给出明确答案。停止今后提炼某类信息，与删除全部底层记录，是不同请求，不应悄悄用其中一个代替另一个。

测试变化，而不只测试回忆

LongMemEval把时间推理、知识更新和信息不足时不作答列为评估能力。Zep在2025年1月发布的论文提出了保留历史关系的时序知识图谱。两者都没有独立验证此次Databricks测试版，只是提供另外两项研究背景。

对采购方和开发者而言，一组精简的生命周期测试，可以让讨论落到实际表现。以下均为我们提出的假设测试，并非已报道的客户事件：

• 在截止日期已经进入多份摘要后修改它。下一份计划应采用新日期，同时仍能解释此前决策的背景。
• 新增一条有结束日期的临时偏好。到期后，助手应按明确的后续安排处理，或者询问，而不是自行决定永久保留或恢复旧偏好。
• 直接更正一条推断出的偏好。更正应优先于原始推断的各种副本，包括之后从旧资料重新生成的副本。
• 分别询问上个月的判断和当前判断。记录变化的地方，答案应有所区别，并明确尚不确定的部分。
• 停用一条记忆，再重建搜索索引、导入旧的导出文件。这些操作都不应悄悄重新启用那条信息。
• 让一项影响较大的事实超过复查期限而未获验证。助手应重新核实或说明缺口，而不能把熟悉感包装成时效性。

这些测试需要检索准确率之外的指标：更正生效的延迟、过期记忆的使用情况、停用后重新出现的次数，以及过度遗忘导致的不必要提问。让用户把所有事情重新确认一遍，或许能减少陈旧断言，却也会消除记忆本来的价值。

真正有用的承诺是可以修订

持久记忆最有价值的状态，是既让用户少重复自己，又不把人困在过去的生活版本里。产品的承诺应该容易理解：这是我当前采用的判断，这是它适用的范围，而你的更正将这样改变下一步。

随着智能体记忆成为基础设施，值得比较的是：系统能否可靠地维护一组精简、可修订的工作判断。单看存储容量，无法知道一条更正能否继续影响下一次决策。