换一个对话，进度就断了。
旧对话也许还在，但新的对话拿不到之前的决定、要求和没做完的事。
工作流程
从一轮对话结束，到下一步行动。
- 01记录
分别记录你的消息和 Agent 的回答，并保留各自的出处。
- 02归类
长期有效的个人信息进入通用记忆，项目内容只归入对应的项目。
- 03找回
根据每个新问题，从你授权的范围里找回相关记忆。
- 04继续
把整理好、有出处的记忆交给 Agent，让工作从正确的位置继续。
为什么需要
保存了历史还不够，还要让它回到工作中。
跨越多次对话的 Agent 工作，通常会在这三个地方断掉。
相似的文字，说明不了最新状态。
有用的记忆需要知道：谁说的、什么时候改过、属于哪个项目、依据是什么。
聊天记录，还不是能直接用的上下文。
当前任务需要的是经过筛选的记忆：分清你的要求和 Agent 的进展，再一起交给下一步。
方案对比
选择记忆方案，先看边界。
过去的工作能否安全地影响下一次回答，取决于能否跨对话延续、跟踪变化、隔离项目和追溯来源。
| 方案 | 跨对话 | 处理变化 | 隔离与来源 |
|---|---|---|---|
| 上下文窗口（Context Window） | 仅限当前对话 | 依赖上下文中的先后顺序 | 单次对话 |
| 向量检索（Vector RAG） | 检索已存储的片段 | 以相似度为主 | 取决于索引设计 |
| TMCRA | 个人通用 + 项目记忆 | 原始记录、近期进展、长期整理 | 发言方、对话、时间与出处 |
适用场景
适合这些需要长期记忆的系统。
偏好、约定和进行中的项目
个人信息在不同工具之间通用，各个项目互不干扰。
计划、行动和未完成的工作
分工不同的 Agent 共享项目进展，各自的发言和来源依然清晰可查。
可管理的团队记忆
按范围控制访问，支持删除、导出、用量统计和审计记录。
跨越任务积累经验
在不同任务和会话之间，持续保留发生过的事件、纠正和操作经验。
记忆边界
十个项目，十份互不干扰的记忆。
个人通用记忆只保存稳定的个人信息；每个项目都有独立的记忆，每段对话都归属于所在的项目。