夜雨聆风系列：Coach 别跑！AgentScope 源码拆解 本篇：第 2 课 · Memory 的秘密抽屉 前情：第 1 课我们已经跑通了「创建 Agent → 对话」
① 「代码里根本没写『存盘』啊？」
教练，我反复看了好几遍昨天写的代码——
agent = Agent(name="小助手", model=model, system_prompt="...")q1 = Msg(role="user", content="我叫小聪聪")r1 = await agent.reply(q1)q2 = Msg(role="user", content="我叫什么名字？")r2 = await agent.reply(q2)# 👆 它居然答对了！但哪行代码告诉它「记住之前的话」？没有 save()，没有 memory.store()，没有 append()。
Agent 凭什么记得我叫小聪聪？
② 「你递纸条的时候，已经存了」
教练推了推眼镜：你把 agent.reply() 当成一个「问问题」的动作，但它其实干了四件事。
用伪代码还原一下内部逻辑：
agent.reply(用户消息): ┌─────────────────────────────────────┐ │ ① 把用户消息塞进抽屉 │ │ context.追加(用户消息) │ │ │ │ ② 把整本对话发给大模型 │ │ prompt = context.全部内容() │ │ LLM.推理(prompt) │ │ │ │ ③ 把大模型的回复也塞进抽屉 │ │ context.追加(LLM回复) │ │ │ │ ④ 把回复返回给你 │ │ return LLM回复 │ └─────────────────────────────────────┘你递纸条的那一刻，它已经帮你存档了。
③ 「那我看看抽屉里有什么」
徒弟好奇心起来了：那我能不能偷看一眼这个「抽屉」？
教练：能。它叫 agent.state.context，就是一个普普通通的 Python 列表。
# 偷偷看一眼 Agent 的记忆抽屉def 偷看抽屉(agent): 抽屉 = agent.state.context print(f"抽屉里共有 {len(抽屉)} 条消息：") for 消息 in 抽屉: print(f" [{消息.角色}] {消息.内容}")# 开局：抽屉是空的偷看抽屉(agent)# → 抽屉里共有 0 条消息# 第 1 轮await agent.reply(Msg("我叫小聪聪"))偷看抽屉(agent)# → 抽屉里共有 2 条消息：# [user] 我叫小聪聪# [assistant] 你好小聪聪！# 第 2 轮await agent.reply(Msg("我今年 25 岁"))偷看抽屉(agent)# → 抽屉里共有 4 条消息：# [user] 我叫小聪聪# [assistant] 你好小聪聪！# [user] 我今年 25 岁# [assistant] 好的，记住了！真相大白：每调用一次 reply()，抽屉里就多两条——你的话 + AI 的回话。
④ 「如果我偷偷把抽屉清空呢？」
徒弟露出坏笑：那我要是手动清空它呢？
# 第 3 轮之前，偷偷清空抽屉agent.state.context = []await agent.reply(Msg("我叫什么名字？"))# → Agent 回答：抱歉，我不清楚你的名字……教练点头：失忆了。
因为大模型每次看到的是 context 里的全部内容。你清空了，它就等于「没见过之前的对话」。所以 Agent 的「记忆力」本质就是这个列表还在不在。
⑤ 「所以这个抽屉……」
徒弟若有所思：
教练笑：满分。
一图胜千言
⑥ 课后作业
既然 context 是个 list，每次对话都往后追加……那如果聊了 100 轮呢？
问题：context 会无限膨胀吗？AgentScope 有没有什么机制来防止它撑爆？
（提示：跟「压缩」有关。下节课揭晓。）
本系列用伪代码讲解 AgentScope 源码原理，欢迎转发给同样好奇的朋友。关注「黑夜向日葵」，每周拆一个源码零件。
