给 Agent 接记忆的人，大概率都经历过这样的循环：向量库跑通、历史灌进去、top-k 检索也能用，前几周很美好，然后某天发现检索结果越来越像一锅粥，六个月前的旧配置还在被引用，账单悄悄爬升。这篇文章就是来回答"为什么会这样"的。
核心结论一句话：Agent 的记忆问题从来不是记不住，而是从不有目的地忘记。绝大多数记忆系统只做追加、不做修剪，构建（写入）阶段烧掉的能量比之后 300 次查询还多，而准确率指标完全看不出来。斯坦福、微软、Anthropic 以及背后的硬件实验，其实是在用四种语言讲同一件事——记忆不是存储桶，而是有代谢的系统，需要被工程化治理。
读完你能带走四样东西。第一，一个代价模型：构建、查询、维护三阶段里，大头在看不见的构建路径，衡量记忆系统要看"每个正确答案的能耗"，而不是只看准确率。第二，一个内容标准：存事实和技能，别存原始日志；决策相关信息集中在抽象知识里，密度胜过体积。第三，一个控制要求：记忆必须可作用域、可审计、可删除，一条错误记忆会持续污染每个未来会话。第四，一个硬件视角：所有记忆最终压在 KV 缓存上，完整上下文是平方级成本，块级释放和构建后台化才是正确姿势。
落地顺序也给了：先手工跑一次提炼、证明它能改变决策再自动化；矛盾检测先手工后定时；遗忘策略要在存储变大前加入；硬件调优放最后。斯坦福实测默认系统都不遗忘，百万 token 时足迹跨度约 9 倍，压垮长期 Agent 的是增长斜率。