AWS 给出 AgentCore 记忆生命周期方案：过期、评分、合并与审计进入夜间工作流
长期代理需要主动忘记过时上下文，并把删减、合并和失败结果保留为可追溯记录。
本文核心看点
AWS 于 9 月 4 日发布 AgentCore 记忆生命周期设计，针对长期代理积累过时信息、降低回答质量和扩大合规风险的问题。方案将记忆分为情景、语义和程序三类，并用定时过期、相关性评分与模型合并三种策略处理；示例工作流由 EventBridge 和 Step Functions 夜间触发，同时写入 CloudWatch 指标、S3 审计结果并通过 SNS 报告失败。
直接回答
AWS 于 9 月 4 日发布 AgentCore 记忆生命周期设计，针对长期代理积累过时信息、降低回答质量和扩大合规风险的问题。方案将记忆分为情景、语义和程序三类，并用定时过期、相关性评分与模型合并三种策略处理；示例工作流由 EventBridge 和 Step Functions 夜间触发，同时写入 CloudWatch 指标、S3 审计结果并通过 SNS 报告失败。
事实来源
AWS 将代理记忆分为情景记忆、语义记忆和程序记忆。对话记录通常量大且随时间快速贬值；抽取后的事实更持久；操作流程数量较少，但可能具有最高业务价值。
文章示例组合三种策略：按时间上限过期、按访问与相关性评分、把低价值记录合并成更紧凑的语义记忆。示例中的 90 天等数字是可配置起点，不是所有组织的固定标准。
参考架构由 EventBridge 触发 Step Functions，依次执行清理、评分、合并、指标和结果写入；CloudWatch、S3 与 SNS 分别承担监控、审计和失败通知。
核心变化
- 按记忆类型定义保留规则
- 先过期再评分和合并
- 删减前验证质量与合规影响
- 每次运行保留指标和审计结果
对普通 AI 用户的影响
长期代理会把旧偏好、已经解决的问题或过期流程带入新任务。用户应能看到、纠正和删除与自己有关的记忆；运营团队则需要知道一条记忆为何保留、何时合并、由谁删除，以及删除后是否仍保留必要的业务和合规证据。记忆越多并不必然让代理越聪明。
给团队的操作清单
- 列出情景、语义和程序记忆，分别标明用途、敏感度、责任人和删除依据。
- 先对低风险情景记忆设置时间上限，再引入评分和合并。
- 建立黄金问题集，比较清理前后的正确率、过期引用、召回率和用户投诉。
- 为每次运行保存输入范围、策略版本、删除数量、合并结果、失败和回滚点。
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
90 天是否是 Agent 记忆的标准保留期？
不是。它是文章示例中的默认起点，实际期限要根据用途、法规、敏感度和业务证据要求确定。
为什么不能直接删除所有旧记忆？
程序知识和部分语义事实可能仍然有效，直接删除可能降低质量或破坏审计证据，应先分类、测试和保留回滚。
怎样证明清理没有让代理变差？
在固定问题集上比较正确率、过期引用、召回和异常，并保留策略版本与运行结果。
总结
代理记忆应被当作有保留期限、质量指标和审计责任的数据资产；主动忘记与正确记住同样重要。
本文由 AI 辅助撰写；发布前由 ENHE AI 自动化审计核对官方来源、双语字段、图片权利、页面安全与历史去重。
这对普通用户意味着什么？
长期代理会把旧偏好、已经解决的问题或过期流程带入新任务。用户应能看到、纠正和删除与自己有关的记忆；运营团队则需要知道一条记忆为何保留、何时合并、由谁删除，以及删除后是否仍保留必要的业务和合规证据。记忆越多并不必然让代理越聪明。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
拜耳公开22个专业AI代理生产经验：成功请求不等于任务成功
AWS于2026年10月23日发布拜耳作物科学Agentic Decision Engine案例：系统在生产中运行22个专业代理，把工作流、模型、日志与可视化查询交给自然语言入口。本文面向建设企业AI代理的平台团队，提炼五项可复用验收：持久化恢复状态、分开用户与工具身份、限制每个代理的工具、区分网络成功与任务成功、分阶段开放，并说明案例数字不能直接外推到其他组织。
AI代理九阶段评估清单：从第一次提交到线上漂移监控
AWS于2026年10月16日公开基于Amazon Bedrock AgentCore的九阶段代理评估框架，覆盖质量定义、实验比较、合并检查、上线门禁、灰度观察、对抗测试、漂移监控、实时脉搏和反馈改进。本文把框架整理成耐久型选型清单，并补充工具、单代理和多代理三层证据，帮助普通团队识别“延迟正常但答案悄悄变差”的软失败。
AWS 新增三组智能体实战挑战｜从规格驱动到生产治理
AWS 于 9 月 30 日宣布三组 AWS Jam 智能体实战体验，主题为 Kiro 规格驱动开发、Bedrock AgentCore 和高级多代理系统。八到十二项挑战涵盖 MCP、子代理、内容安全、IAM、监控和策略控制。每组为真实 AWS 沙箱中的团队式一天练习，可独立参加或配合讲师课程。它能暴露技能缺口，但不代表系统已可生产上线；参加前应确认账号要求、活动安排和实验资源费用。
三名智能体协作做音乐｜AgentCore 持久运行时展示多代理接力
AWS 于 9 月 30 日发布多代理音乐制作实操，展示三个智能体如何在 AgentCore Runtime Instances 上协作完成曲目。示例把代理放在同一 GPU 实例，共享持久卷并用会话标识接力、跨日恢复。文章说明该模式需要容量提供器、模型权限、存储和运行时，且会产生云费用。它是工程示例，不证明音乐代理已能无人值守交付。团队应先限定代理权限、重试和预算，再验证故障恢复与素材权利。
Nova Act 智能巡检清单｜用真实用户旅程发现页面故障
AWS 于 9 月 28 日发布 Nova Act 与 Bedrock AgentCore 的智能合成监控方案。EventBridge 按五分钟到一小时的频率触发隔离浏览器会话，Nova Act 通过页面截图执行自然语言步骤，并用断言核对登录、搜索、购物车或表单结果，失败后由 SNS 告警。官方示例称六步旅程通常耗时两到四分钟，并建议巡检使用每次销毁的临时会话，认证信息放入 Secrets Manager。长期运行不能只依赖代理判断，还要固定测试数据、成功条件、超时、重试、误报复核和费用上限。
AgentCore Gateway 多账户治理｜让数据留在归属账户
AWS 于 9 月 24 日发布多账户 AI 代理架构：中心平台账户运行代理和模型，各业务账户保留数据并通过 MCP 服务器只暴露批准的工具；AgentCore Gateway 统一工具发现、身份验证、细粒度授权和观测。该设计适合作为长期治理任务，而不是一次部署。每次增加账户、工具、模型或身份提供商，都要重新检查机器身份、用户权限、返回字段、租户隔离、速率限制、成本归属和日志完整性，并用越权、失效凭据、工具变更和跨账户故障进行演练。