ContextChef (5)：Core Memory——读取零成本，写入结构化

记忆不是 RAG

解决记忆问题的第一反应通常是向量数据库：把对话存进去，每次检索相关片段注入上下文。Letta（MemGPT 的继任者）在他们的 Context Engineering 指南 里专门写了一篇 RAG is not Agent Memory 来反驳这个思路。

区别在于访问模式：RAG 的访问是概率性的——当前 query 必须和记忆内容在语义上足够接近，才能召回。但用户的编程语言偏好、项目约定、AI 的角色设定，不应该依赖”这轮对话恰好和它语义相近”才能出现。这些信息应该每次都在，无条件注入。

Letta 把这类信息称为 memory blocks：上下文窗口中的预留区域，有固定的大小上限，由系统自动注入，而不是按需检索。Anthropic 在 Claude Code 里用的是 structured note-taking，让 Agent 维护一个持久化笔记文件，每次上下文重置后先读取笔记再继续工作——他们举的例子是 Claude 玩《精灵宝可梦》：数千步游戏之后，Agent 通过笔记记住了探索过的地图、升级进度、有效的战斗策略，没有这些笔记就完全无法维持长程策略。

设计角度：读取零成本，写入结构化

Core Memory 的设计核心是一个简单的原则：读取应该是零成本的，写入应该是结构化的。

读取零成本是指：core memory 的内容在每次 compile() 时自动注入到上下文，开发者不需要在每个 Agent 循环里手动 fetch 记忆、手动拼接到消息里。这件事库来做。好处是：你不会因为忘记写 inject memory 就让模型失忆；记忆的注入位置也是固定的（system prompt 之后、历史消息之前），不会因为开发者各自的拼装方式不同而导致注入位置不稳定。

写入结构化是指：记忆不是通过在消息里堆自由文本实现的，而是通过有明确语义的键值对。这带来两个好处：一是记忆内容可以被程序精确操作（覆盖、删除、查询），不依赖从大段文本里解析；二是注入时生成的 XML 格式（<core_memory><entry key="...">...</entry></core_memory>）对 LLM 的结构理解更友好，比自由文本更稳定。

存储后端可插拔是这个设计带来的额外优势。InMemoryStore 用于测试和快速原型，VFSMemoryStore 用于生产持久化，你也可以实现自定义的 MemoryStore 接口对接 Redis 或数据库。切换存储后端不需要改任何业务逻辑，因为读写记忆的接口是统一的，存储实现被隔离在外。

缩小模型的决策面，而不是消除它

在设计记忆系统时有一个容易踩的陷阱：让模型决定某条信息应该放进”核心记忆”还是”归档记忆”。

MemGPT 把两个 tier 暴露为命名不同的工具——core_memory_replace 和 archival_memory_insert，通过工具描述引导模型做分类，同时给 core memory 设了硬字符上限，满了就写不进去，逼模型思考”这条信息真的需要一直在吗”。这是一种有效的缓解，但本质上还是在用 prompt 和工具描述引导 LLM 分类，模型选错层级的可能性依然存在，而且这类错误极难复现和调试。

公平地说，ContextChef 也没有从根本上解决这个问题——inline 模式和 tool 模式下，模型仍然在决定”要不要写”、“写什么内容”。ContextChef 做的是缩小模型需要决策的范围：tier 由调用路径固定，模型只需要决定写不写，不需要判断层级。这把一个难以观察的分类决策（“core 还是 archive？“）变成了一个可预测的行为——写进来的，永远是 core。代价是灵活性：如果你需要模型自主决定分层，这个设计不适合你。

具体来说：模型通过 <update_core_memory> XML 标签或 core_memory_update 工具写入的，永远是 core；开发者通过 chef.memory().set() 写入的，默认也是 core。接口设计本身锁死了层级，不留给模型选择的余地。

Inline 与 Tool：两种写入协议覆盖不同集成需求

Core Memory 有两种写入模式，不是为了提供选择而提供选择，而是因为两类集成场景各有约束。

Inline 模式针对的是响应延迟敏感的场景：模型在正常响应文本里嵌入 XML 标签来更新记忆，不需要额外的工具调用轮次。开发者收到响应后调用 extractAndApply() 解析并写入，然后清理标签再展示给用户。流程简单，但模型的输出混合了内容和操作，需要后处理。

Tool 模式针对的是工具调用密集、响应格式严格的场景：记忆更新通过专用工具（core_memory_update、core_memory_delete）进行，结构上和业务工具调用一致，不需要后处理，但每次更新多一轮工具调用的延迟。

两种模式下读取方式完全相同——compile() 自动注入，模型直接看见，不需要任何工具调用。选择写入模式不影响读取，可以根据项目的延迟和格式要求自由切换。

下一篇：Snapshot & Restore——Manus 说要保留错误记录，但有时候你就是需要撤回。