继上次的探讨。其实会发现，虽然现在好似各种AI概念层出不穷。但追溯它们要解决的问题，会发现仍然非常朴素，抓住这个问题再去看各个概念，会发现它们都是在此长出的枝叶。Agent Memory始终在面对的问题是： 如何把合适的内容塞入AI有限的上下文？ 也就是， 如何召回？和存入什么？ 的问题。 
这边刻意不去讨论模型上下文的问题，意在我们可以把注意力集中在各种层出不穷的，可谓是新基建问题的Agent Memory这一概念上。作为非专业人士，我的论述可能不是很全面，佬友们有问题的欢迎指出。 
在这一问题的受限度在于，其实我们能采用的召回手段相当有限，这也是我在自己做项目的时候，发现的一大痛点。召回的方法大致可以用以下内容来概括： 


稀疏文本检索。也就是关键词、BM25、SQLite FTS、OpenSearch、Lucene 这一套。它非常像是我们打开搜索引擎，输入我们想要去查找的内容时，所...