note-md

第5章 Agent 记忆与自进化

记忆是 Agent 从无状态工具进化为有状态协作者的关键能力。自进化机制（以 OpenClaw 为案例）让 Agent 从经验中自主学习和进化。本章系统梳理记忆分类、生产框架对比，以及自进化的触发、存储、晋升和风险。

文档索引

文档	说明
Agent 记忆与自进化总览	记忆分类、三类长期记忆、生产框架、OpenClaw 自进化案例

计划文章

• 情景记忆（Episodic Memory）实现：对话历史 RAG、时间戳索引、情境关联
• 语义记忆（Semantic Memory）实现：知识图谱、向量存储、事实提取
• 程序记忆（Procedural Memory）实现：技能编码、函数化记忆、行为模式学习
• 生产级记忆框架对比：Mem0、Letta/MemGPT、Zep 的深度对比与选型
• Claude Code 的 6 层记忆实践：从 Organization 到 Task 的完整层级设计
• OpenClaw 自进化全流程：触发条件、.learnings/ 存储、知识晋升、Foundry 元进化
• 自进化的风险与约束：学习偏差、规则冲突、晋升阈值、人类监督
• 记忆与 RAG 的关系：RAG 作为记忆的实现方式、混合记忆架构