智能体记忆（Agent Memory）是指智能体在执行任务过程中用于存储、检索和利用信息的机制，是构建长期交互能力的重要组成部分。该概念随着基于大语言模型的智能体系统发展而逐渐形成。

智能体记忆旨在为智能体提供跨任务与多轮交互的信息存储与检索能力，使其能够在执行过程中持续利用历史经验并保持上下文一致性。

该机制通常基于大语言模型构建，将记忆划分为短期与长期两个层次：短期记忆依托上下文窗口，用于当前任务的即时推理与决策；长期记忆则存储于外部系统中，并在需要时被动态检索与注入模型。通过这种分层记忆结构，智能体不仅能够处理当前输入，还可以结合历史信息进行连续推理，从而提升任务一致性、决策准确性以及复杂场景下的适应能力。