长期记忆数据建模：Profile、Preference、Facts、Episodes 的边界

做长期记忆最常见的返工点之一，是“所有东西都叫记忆”：对话摘要、用户偏好、事实、任务状态、外部文档……混在一起，最后谁也不敢用。

这篇文章只解决一件事：把长期记忆拆成可治理的数据结构。

TL;DR

• Profile 是“你是谁”，Preference 是“你喜欢怎样”，Facts 是“可验证的事实”，Episodes 是“发生过什么”。四者写入频率、权限边界与生命周期不同。
• 数据模型不追求一次完美：先定义最小字段、冲突策略与审计字段，再逐步扩展。
• 安全上，把记忆当成可写攻击面：写入要白名单，读取要隔离与可回滚[2]。

1. 四类记忆的定义（建议口径）

1.1 Profile（身份与稳定背景）

典型字段（示例）：

• userId / orgId
• role（岗位/角色）
• domain（行业/业务领域）
• locale（语言/时区）

特点：

• 低频变更
• 权限敏感（往往与账号/组织绑定）
• 一旦错了，影响范围大

1.2 Preference（偏好与默认设置）

典型字段：

• outputStyle（输出格式：表格/要点/步骤）
• verbosity（详细程度）
• toolDefaults（默认工具与参数）

特点：

• 中频变更
• 最适合做“显式触发”（用户说“以后都这样”才写入）
• 允许覆盖与回滚（保留历史版本）

1.3 Facts（可验证事实）

典型字段：

• projectName、repo、技术栈约束
• 已确认的业务规则
• 外部依赖版本（但要注意时间敏感性）

特点：

• 需要证据指针：来源链接、文档ID、审批记录
• 必须有“过期策略”：事实会变

1.4 Episodes（事件与过程痕迹）

典型字段：

• eventType（例如“发布”“支付”“故障”“用户反馈”）
• happenedAt（时间）
• payload（结构化摘要）
• traceId / docId / url（可追溯）

特点：

• 高频写入
• 最容易膨胀，需要 TTL 与归档
• 经常是评测与审计的输入

2. 建模建议：从“可治理”开始

2.1 统一元字段（强烈建议）

不管哪种记忆，建议都带上：

• id：唯一ID
• scope：user/org/project/session
• source：来源（user_explicit / agent_infer / tool_output / import）
• createdAt、updatedAt
• version：版本号
• confidence：置信度（可选，但很实用）
• evidence：证据指针（链接/文档ID/traceId）

这些字段不是“为了好看”，而是为了后续做到：审计、回滚、调试、评测。

2.2 冲突策略：先写下来，别靠“模型自己懂”

常见冲突：

• Preference：用户今天说“输出要短”，明天说“要详细”
• Facts：外部依赖版本变更

建议先约定三条规则：

1. Preference 以最新显式确认为准（保留历史版本，允许回滚）。
2. Facts 必须带证据与时间范围，不带证据的 Facts 降级为“假设/建议”。
3. Episodes 不做覆盖，只做追加（但做 TTL/归档）。

2.3 写入白名单与“指令隔离”

记忆是可写的，意味着它能被“注入”。OWASP 的 Agent Memory Guard 直接把记忆投毒列为核心风险之一，并给出运行时防护与回滚思路[2]。工程上，建议做到：

• tool_output 写入必须经过结构化解析与字段白名单
• 不把记忆文本当指令使用（把它当数据）

3. 一个可复制的最小表结构（示例）

你不一定要按这个建表，但建议至少能表达以下概念：

• memory_item：存储结构化字段（type、scope、key、value、version、evidence）
• memory_event：追加式事件（episode），用于审计/评测
• memory_index：用于检索（向量/倒排/标签）

如果你使用第三方框架的 memory 组件，也建议把“长期记忆”的存储落到可控的数据层，而不是仅仅保存在对话历史里。很多框架也强调短期与长期分开：短期更像线程内历史，长期用于跨线程的用户级数据[1]。

近30天动态（节选）

• 供应链与分发成为 MCP 生态的焦点：mpak 提出了 MCP server registry 的打包与扫描思路（2026-02-16），对“记忆/工具/skill 作为依赖”治理具有参考意义。更多见：近30天动态总览

参考与延伸阅读

• [1] LangChain：Short-term memory（含 long-term memory 入口）https://docs.langchain.com/oss/javascript/langchain/short-term-memory
• [2] OWASP：Agent Memory Guard https://owasp.org/www-project-agent-memory-guard/
• [3] LangChain Forum：Encrypted Memory Modules proposal https://forum.langchain.com/t/proposal-encrypted-memory-modules-for-langchain-redis-mongodb/2849
• [4] LangChain-Go RAG 客服系统 v2.0 发布说明（分层记忆示例）https://github.com/zhucl121/langchain-rag-customer-service/blob/main/RELEASE_NOTES_v2.0.md
• [5] mguard（Memory defense for AI agents）https://www.github.com/mguard-ai/mguard