Agent 的记忆和状态

Agent 看起来"记得"你们十分钟前聊过的内容，但这份记忆并不是真的存在模型脑子里——它只是被原样塞进了每一次请求的上下文窗口。这门课要拆开这个幻觉：上下文窗口为什么等于 Agent 的全部记忆、对话历史为什么只增不减、什么时候该把记忆写进文件、Agent 怎么记住任务进行到哪一步、记忆本身又会带来什么安全风险。适合已完成本系列前 4 门课、想让 Agent 跨会话记住信息的开发者。课程聚焦上下文窗口与文件级持久记忆这条链路，不涉及向量数据库或 RAG 检索系统的搭建，也不涉及模型层面的记忆训练。学完之后，你会给一个 Agent 亲手接上一层可读写、可压缩的持久记忆。

课程大纲

学习目标

完成本课程后，你将能够：

解释"Agent 有记忆"这句话为什么是幻觉，说清上下文窗口实际包含什么
列举对话历史膨胀之后的三种应对策略，并判断各自丢掉了什么、保留了什么
设计一个基于文件的外部记忆方案，知道该往里面写什么、什么时候该取回来
用结构化状态（任务清单、检查点）让 Agent 从中断处恢复，而不是从头重来
识别记忆污染的攻击路径，并说出至少两种针对性的防御手段
亲手给一个 Agent 接上读写工具和压缩逻辑，搭出一层可运行的持久记忆层

前置要求

完成过本系列前 4 门课，能写结构化的提示词
理解工具调用的往返协议（tool_use / tool_result）
能读懂基础的 JavaScript（变量、函数、async/await、数组方法）
有一个能跑 Node.js 脚本的本地环境

预计学习时间

约 3-4 小时，包括每课的动手练习。