Long-term Memory for LLMs
长期记忆指 LLM 跨会话持久化信息的能力。
为什么需要
LLM 是无状态的，每次调用之间零记忆。当 ChatGPT 似乎”记住”之前说过什么，实际上是系统在每次调用时将对话历史重新注入到上下文窗口中。模型本身什么都不记得。
长期记忆系统把外部存储当作真正的记忆层，而上下文窗口仅作为临时工作区。
实际案例
- ChatGPT — 自动从对话中生成用户偏好记忆
- Cursor / Windsurf — 学习编码习惯和项目上下文
- Claude Code — 使用 CLAUDE.md 文件作为持久化指令记忆
在 AI UX 中的角色
当系统开始替用户推断意图并执行动作时，长期记忆同时会变成用户体验的一部分。
用户需要看见系统记住了什么、如何临时覆盖、何时要求遗忘。只有这样，记忆才能真正缓解 Articulation Barrier，而不是变成新的黑箱。
在 Context Engineering 中的位置
属于 Context Engineering 的 Write（写入） 策略。
与 Scratchpads 的区别
- 长期记忆：跨会话持久化（偏好、模式、知识）
- Scratchpads：单次长任务中的中间步骤保存