持久化记忆
AI系统在多次会话或任务执行之间保留上下文信息的能力，允许Agent跨越单次对话窗口积累知识、偏好和历史交互，是构建有记忆AI助手和长期任务执行Agent的基础前提。
核心事实
时间轴 (近 90 天)
Agent的持久化记忆缺乏可审计性，是长时程Agent的一个常被忽视的基础设施问题。
1M token 的上下文窗口与持久化记忆机制不同，上下文窗口是模型单次推理时可访问的 token 总量，会话结束或窗口溢出后内容即失效，属于易失性状态。
如果Agent存储笔记、摘要或对话历史以供后续检索，能够写入该存储的攻击者可以植入在未来会话中执行的指令。
对持久化记忆实施写入审查和读取验证，可以显著缩小被攻击后的影响范围。
知识库与持久化记忆服务对象不同：知识库（对应数据源）是给大模型做参考资料的，持久化记忆（对应对话数据）存储的是用户与 AI 的沟通记录及用户操作习惯。
每轮从源数据全量重建记忆可以杜绝陈旧内容，但会带来巨大的延迟和成本开销，并丢失跨会话连续性价值
Hermes 0.21.0新增定时任务的持久化记忆能力，让定时任务能够加载和更新持久记忆
记忆存储时的关键约束包括写入前检查重复、优先更新已有文件、保持 Description 准确
全部知识事实 (9)
持久化记忆的实现通常有两种路径：向量数据库方案（按语义相似度检索）和结构化存储方案（键值对形式保存）
70%待验证Agent的持久化记忆缺乏可审计性，是长时程Agent的一个常被忽视的基础设施问题。
50%待验证1M token 的上下文窗口与持久化记忆机制不同，上下文窗口是模型单次推理时可访问的 token 总量，会话结束或窗口溢出后内容即失效，属于易失性状态。
50%待验证如果Agent存储笔记、摘要或对话历史以供后续检索，能够写入该存储的攻击者可以植入在未来会话中执行的指令。
50%待验证对持久化记忆实施写入审查和读取验证，可以显著缩小被攻击后的影响范围。
50%待验证知识库与持久化记忆服务对象不同：知识库（对应数据源）是给大模型做参考资料的，持久化记忆（对应对话数据）存储的是用户与 AI 的沟通记录及用户操作习惯。
50%待验证每轮从源数据全量重建记忆可以杜绝陈旧内容，但会带来巨大的延迟和成本开销，并丢失跨会话连续性价值
50%待验证Hermes 0.21.0新增定时任务的持久化记忆能力，让定时任务能够加载和更新持久记忆
50%待验证记忆存储时的关键约束包括写入前检查重复、优先更新已有文件、保持 Description 准确
50%