文章摘要Spring AI项目做多轮对话时开发者会遇到三类“记忆”MessageWindowChatMemory保存近期消息Session API通过事件流和上下文压缩管理复杂Agent会话向量长期记忆则从大量历史事实中检索相关内容。三者解决的问题不同不能简单互相替代。本文从Token成本、工具调用、多Agent、持久化、检索准确性和合规删除等方面给出企业项目的分层选型方法。一、先区分四个概念Chat History完整聊天记录用于页面展示、审计、分析和导出。短期Chat Memory模型当前上下文所需的近期消息用于理解“继续”“第二点”等指代。Session状态Agent运行过程中的结构化事件包括工具调用、检查点、人工输入、任务状态和Agent切换。长期记忆跨会话保存的偏好、项目事实、历史决策和重要事件。很多系统失败是因为把四类数据全部塞进一个消息表。二、MessageWindowChatMemory它维护最近N条消息旧消息 → 超出窗口后淘汰 近期消息 → 进入下一次模型Prompt优点简单延迟低行为清晰容易接入ChatClient Advisor。缺点长对话会遗忘早期信息N条消息不等于稳定Token数不适合复杂工具轨迹不提供长期语义检索。三、适用场景适合FAQ助手简单客服短时技术问答单Agent对话通常少于几十轮。典型架构Chat History数据库 MessageWindowChatMemory MessageChatMemoryAdvisor四、窗口大小不要只按消息数一条消息可能只有两个字也可能是一份两万字报告。应该做Token预算模型上下文128K System与工具20K RAG证据30K 输出预留8K 安全余量10K 可用历史60K只设置maxMessages100可能轻易超过上下文。五、Session API解决什么问题Session API把会话视为事件序列而不是简单消息数组。事件包括用户消息模型消息工具调用工具结果Agent切换摘要人工输入任务状态变化。优势事件溯源 上下文压缩 工具消息完整 多Agent就绪 恢复与重放六、什么时候用Session API适合多步骤Agent多Agent协作工具调用很多任务运行时间长需要断点恢复需要完整事件审计需要人工中断与继续。例如售前方案Agent读取需求 → 检索知识 → 生成提纲 → 人工确认 → 查询产品能力 → 生成方案 → 审核 → 导出文件这不是普通窗口记忆可以完整表达的。七、Session API的代价架构更复杂事件Schema需要治理存储量更大重放需要版本兼容压缩策略需要评测多Agent权限更难。简单FAQ不需要为了“先进”而使用Session API。八、向量长期记忆历史事实或偏好被转换为Embedding记忆文本 → 向量 → Vector Store新请求到来时当前问题 → 检索相关记忆 → 加入Prompt它按语义相关性取内容而不是按时间顺序取最近消息。九、适合什么场景跨会话偏好长期项目背景大量历史事件用户画像过去决策相似案例。不适合精确订单状态当前审批结果余额权限强一致业务数据。这些信息必须实时查询业务系统。十、向量长期记忆的风险1. 错误记忆永久化模型生成的错误总结被写入长期记忆。2. 过时记忆用户岗位或偏好已经变化。3. 权限泄露其他用户或租户的记忆被召回。4. 删除不完整原始消息删除后摘要和向量仍然存在。十一、三种方案对比维度MessageWindowSession API向量长期记忆目标近期对话Agent事件与状态跨会话相关事实读取方式最近N条事件重放/压缩语义检索工具调用基础完整不适合作为轨迹多Agent较弱强可共享Token控制窗口淘汰压缩Top K复杂度低高中顺序精确精确不保证长期保存不适合可持久化适合十二、生产系统通常是组合普通客服Chat History MessageWindow复杂客服AgentChat History Session API 上下文压缩个人助理Chat History MessageWindow 长期向量记忆多Agent项目Session API 长期记忆 独立业务状态十三、长期记忆写入策略不要把每句话都写入长期记忆。写入前判断是否长期有效 是否经过用户确认 是否包含敏感信息 是否已有重复 是否需要过期结构示例{memoryId:M1001,subjectId:U1008,type:PREFERENCE,content:输出技术方案时优先给出Java示例,sourceConversationId:C9001,confidence:0.95,expiresAt:null}十四、上下文压缩要结构化长会话可以压缩为目标 已确认事实 关键决策 未解决问题 工具结果 下一步示例{goal:完成客户RAG方案,confirmedFacts:[客户使用PostgreSQL,数据不能出私有云],decisions:[向量库选择pgvector],openQuestions:[并发目标尚未确认]}原始事件用于审计模型只加载压缩结果和近期消息。十五、合规删除要覆盖派生数据用户删除会话时要检查原始消息 窗口Memory Session事件 摘要 向量记忆 缓存 文件 评测样本建立source_message_id和source_conversation_id才能追踪派生数据。十六、决策树只需要最近对话 → MessageWindowChatMemory 需要工具轨迹、恢复和多Agent → Session API 需要跨会话偏好和事实 → 向量长期记忆 需要页面展示和审计 → 独立Chat History十七、推荐起步架构多数Spring AI企业项目可以先使用PostgreSQL Chat History JdbcChatMemoryRepository MessageWindowChatMemory出现长任务、多Agent、工具轨迹和断点恢复后再引入Session API。只有业务明确需要跨会话个性化时再增加长期向量记忆。总结三类记忆的分工是MessageWindow → 最近发生了什么 Session API → Agent执行过程发生了什么 向量长期记忆 → 过去哪些事实与当前问题相关选型关键不是谁更高级而是业务需要时间顺序、执行状态还是语义相关性。