AI应用短期记忆设计:OpenClaw和Hermes给了PawSignal什么启示?

目前一个共识：去年的时候大家还说不是模型不够聪明，就是感觉AI太健忘了，但是今年AI应用的记忆力越来越好。

去年用AI的感觉是：你刚告诉它”我家豆豆对鸡肉过敏”，下一轮对话它就开始推荐鸡肉味狗粮。这种”金鱼式记忆”有时会让人崩溃。

这一切都是如何发生转变的呢？

AI的记忆不是简单地把对话存下来就行。存什么？存多久？怎么让AI在需要的时候想起来？这些才是短期记忆设计的核心挑战。

今天这篇文章，我想以AI应用实践者的视角，先聊聊短期记忆设计思想，以及我们PawSignal项目是怎么借鉴和落地的。

一、为什么短期记忆比长期记忆更难做？

很多人以为AI记忆就是”存对话”。但你仔细想想：

• 长期记忆好比写进笔记本的重要事项——数量少、精挑细选、翻出来就能用

• 短期记忆好比你脑子里正在想的事情——数量多、杂乱、但正是这些碎片让AI理解”此刻”

短期记忆的难点在于：你不能什么都存，也不能什么都不存。

• 存少了 → AI忘记上下文，对话断裂

• 存多了 → 系统提示爆炸，成本飙升，AI被噪声淹没

• 存错了 → AI记住了用户随口一说，当成了真理

所以，短期记忆的本质问题不是”存储”，而是”筛选”和”价值判断”。

二、OpenClaw：用进废退的信号哲学

OpenClaw是我见过最优雅的短期记忆设计之一。它的核心思想很简单：记忆的价值，取决于它被”使用”的频率。

被动触发：不追、不扫、不主动

传统做法是定时扫描所有对话，判断哪些重要。OpenClaw反其道而行：它只在记忆被搜索召回的时候，才记录信号。

这种”被动触发”设计极其精妙：

• 零额外开销：不需要定时任务扫全量数据

• 真实使用反馈：被搜索的才是用户关心的

• 自然去噪：没人搜的内容，自动淡出

三种信号源：不只是”搜过”

OpenClaw的短期记忆信号库记录了三种信号：

最妙的是它的去重机制：同一天同一查询只计一次。防止用户反复搜索刷分，确保信号反映真实使用频率。

六维评分：给记忆打一张”价值成绩单”

当运行memory promote时，OpenClaw给每条记忆打六维分数：

这里有几个特别值得品味的权重设计：

• 相关度权重最高(0.30)：不是用得多就重要，而是用得准才重要

• 多样性(0.15)：被不同场景搜到的记忆，比反复搜同一个词更有价值

• 时效性衰减：14天半衰期的指数衰减，旧记忆自然淡出但不立即清零

一句话总结OpenClaw的短期记忆哲学：不追热点，只记”被需要”的。

三、Hermes：工程化的双轨记忆

如果说OpenClaw是”哲学家”，那Hermes就是”工程师”。它解决的是另一个问题：短期记忆怎么在工程上跑得稳、跑得省？

双轨制：内置记忆 + 外部插件

Hermes的短期记忆不走单一路线，而是双轨并行：

内置记忆是”精选集”：模型通过工具显式写入，不是自动全量同步。这保证了注入系统提示的记忆都是高价值的。

外部插件是”深度语义”：Honcho做用户建模、Supermemory做语义容器、Mem0做开源记忆层——一次只激活一个，避免冲突。

冻结快照：一个省钱的精妙设计

Hermes有个让我拍案叫绝的设计：系统提示中的记忆在会话开始时固定，中途不再更新。

什么意思？假设你在和AI聊天，AI在第三轮对话中通过工具写入了一条新记忆。但这条新记忆不会立刻注入到当前会话的系统提示中，而是等到下一会话才生效。

为什么这么做？ 因为LLM API有”前缀缓存”机制——如果系统提示不变，后续轮次的token成本会大幅降低。如果每轮都更新系统提示，缓存失效，成本直线上升。

这个设计牺牲了”即时性”，换取了”经济性”。对于高频对话场景，这个权衡非常聪明。

预算控制：给记忆戴上”紧箍咒”

Hermes给内置记忆设置了硬上限：

• MEMORY.md：最多2200字符

• USER.md：最多1375字符

为什么需要预算？因为系统提示越长，LLM的注意力越分散。一条预算上限，强制团队做减法——只有真正重要的内容才配进系统提示。

一句话总结Hermes的短期记忆哲学：不是记得越多越好，而是记得越精越好。

四、PawSignal（自研宠物系统）：我是怎么落地的？

聊了别人家的设计，说说我们自研的宠爱信号 PawSignal小程序是怎么设计的。

宠爱信号 PawSignal<有兴趣可以体验一下>

我们的场景有什么不一样？

PawSignal是一个宠物AI小程序，用户和AI的对话全部围绕”宠物”展开。这意味着：

• 多实体关联：同一用户有多只宠物，AI得知道”豆豆”和”旺财”是两只狗

• 时间敏感：宠物的健康状况、饮食习惯随时间变化，上周的”拉肚子”和今天的”拉肚子”可能是不同的事

• 信任门槛高：宠物主人对AI建议的信任度直接影响留存——说错一句话，用户可能就流失了

借鉴OpenClaw：信号追踪 + 量化评分

我们直接借鉴了OpenClaw的”信号追踪”思想，但做了”本土化”改造。

OpenClaw追踪的是”搜索召回”，而我们追踪的是三条信号线：

宠爱信号 PawSignal<短期记忆三层信号体系图>

核心设计：三层信号权重 + 观察池缓冲 + 预算封顶 = 宠物场景（含大健康场景）的最优解

为什么分三层权重？

因为”AI在回复中引用了这条记忆”比”用户在列表里点开了这条记忆”更有说服力。前者说明AI认为这条记忆对解决当前问题有直接帮助，后者只是说明用户好奇。

我们也借鉴了OpenClaw的去重机制：同一天同一用户查看同一条记忆，只计一次。防止用户反复点击刷分。

借鉴Hermes：预算控制 + 策展式思维

从Hermes那里，我们学到了”预算控制”和“策展式记忆”两个核心思想。

我们给PawSignal的短期记忆设置了明确的生命周期和容量上限：

• 30天自动过期：短期记忆不是永久存档，30天后自动清理

• 每轮最多写5条：防止AI在一轮对话中疯狂写入，造成记忆爆炸

• 核心记忆预算：20条目 / 1500字符（借鉴Hermes的硬上限思路）

策展式思维是什么意思？就是不自动同步所有对话内容到记忆，只让AI显式决定”这条值得记”。 这和Hermes的memory_tool设计一脉相承。

PawSignal的创新：观察池 + 信号分层

在借鉴的基础上，我们做了两个本土创新：

创新一：14天观察池

当一条短期记忆触发”冲突”或”评分模糊”时，我们不立刻决策，而是把它放进14天观察池：

为什么需要观察池？ 因为宠物场景下，很多信息需要时间验证。比如用户说”豆豆最近不爱吃狗粮”，这可能是换牙期、可能是生病、可能只是挑食。观察14天，看后续信号怎么发展，再做决策。

创新二：范畴语义分层

宠物场景有个独特问题：同一条记忆，属于用户还是属于宠物？

• “我喜欢在APP上预约宠物医院” → 这是用户画像

• “豆豆在换牙期” → 这是宠物事实

• “豆豆只让我抱” → 这是交叉关系

我们给每条记忆打上了scope标签：

这样AI在构建上下文时，可以精准召回。问”豆豆怎么样”就召回pet和hybrid，问”我该怎么养金毛”就召回user和global。

五、三个设计原则：短期记忆的”黄金法则”

对比了三个系统，我提炼出短期记忆设计的三个核心原则：

原则一：用进废退，而非全量存储

不要存所有东西，只存”被使用”的东西。

OpenClaw的被动触发、PawSignal的信号追踪，都指向同一个结论：短期记忆的价值在于”被使用”，而不是”被存储”。那些从没被搜索、从没被引用的记忆，存了也是白存，还会污染召回精度。

原则二：信号分层，而非单一计数

不要只记”被看过几次”，要区分”怎么看”的。

AI引用 > 用户查看 > 检索命中，三层信号权重让评分更有区分度。同样是被”使用”过3次，AI主动引用的3次，比用户无意义点击（我在短期记忆力设计里一个点击投喂）的3次，价值高得多。

原则三：预算封顶，而非无限增长

短期记忆必须有明确的生命周期和容量上限。

Hermes的2200字符上限、PawSignal的30天过期，都是用”硬约束”倒逼”做减法”。没有预算的记忆系统，最终都会膨胀到不可用的地步。

六、写在最后

短期记忆的设计，本质上是一个权衡游戏：

• 存多了 → 成本高、精度低

• 存少了 → 上下文断裂、体验差

• 自动存 → 噪声大、信任低

• 手动存 → 覆盖率低、遗漏多

OpenClaw给出了”用进废退”的算法答案，Hermes给出了”双轨预算”的工程答案，而我们在PawSignal里，尝试把两者融合，再加上宠物场景和健康场景的创新。

短期记忆做得好不好，用户不会夸你，但一旦做得不好，用户一定会骂你。 因为”记不住”是最直观的体验差评。

一句话总结三个系统的短期记忆设计

希望这篇文章对你有启发。下一篇，我们聊聊长期记忆的设计——从”短期”到”长期”，记忆是怎么完成”毕业”的。

参考阅读：openclaw源码、hermes源码、PawSignal自研宠爱信号 PawSignal

如果你也在做AI记忆相关的设计，欢迎交流留言。