AI 的长期记忆是把跨会话还会被反复用到的信息，从当次对话里挑出来存成能逐条查看和纠正的条目，需要时再检索回对话；短期记忆则是当次对话里的上下文，工程上就是上下文窗口，随对话滚动被新内容顶掉，这轮结束就不在了。差别不在能记多久，而在写入要不要经过筛选、出错时能不能只改错的那一条。
有长期记忆之后，你省掉的是每次开新对话都要重述一遍背景——你的偏好、你正在做的事、你上次纠正过的说法，不用再说第二遍。代价是记错的传播面变大：一条错的短期上下文只影响这一次对话，一条错的长期记忆会影响之后每一次，所以长期记忆的用处能不能成立，取决于它可不可查、可不可纠、可不可删。
这三件事要成立，一条记忆至少得能回答四个问题：它从哪来、什么时候写进去的、它是你确认过的事实还是系统的推断、它该在哪些场景被调用。第四个问题是这个领域普遍的空白：作用域在多数产品里（包括我们）还不参与召回判定，只是账本上的一栏展示。缺了来源那一项，纠错就无从下手——你只能整条删掉重来，没法指着其中一句说「这里我说的不是这个意思」。
按「存在哪里、怎么被调回来、什么时候失效」来分，比按「能记多久」来分更管用。分下来是三层，短期与长期各占一层，第三层不是每个系统都有。
第一层，会话内上下文。也就是通常说的短期记忆，工程上就是上下文窗口：这一轮说过的话原样留在窗口里，模型不用检索就直接看得到。它的失效方式是被挤出去——新内容进来，最早的内容被顶掉，或者这轮结束、窗口清空。丢了不是它记错了，是装不下。
第二层，沉淀成条目的长期记忆。从对话里挑出来、单独存成一条一条的记录，跨会话保留，不占窗口，要被检索到才回到这次对话里。它的失效方式不是被挤掉，而是被取代：出现一条更新的、与它冲突的记忆，旧的那条才作废。所以它出错的样子也不一样：短期记忆出问题你会觉得它「忘了」，长期记忆出问题你会觉得它「记岔了」——它一直照一条过时的说法回答你，而且答得很笃定。
第三层，归档。被取代的旧条目不再参与检索，但不删除，仍可回看。有这一层，你才查得出某条记忆是被什么换掉的、哪天换的；没有这一层，取代就等于覆盖，改动过程不留痕，你只能看到它现在说什么，看不到它以前说过什么。
一句话记：短期记忆丢了是窗口问题，长期记忆错了是治理问题——前者加容量能缓解，后者加多少容量都没用，只能靠每条记忆带得出来源和时间、并且能单独改掉那一条。想看临时信息在系统内部怎么被筛选和更新，另见工作记忆。
在 OneOneTalk 里，数字分身的长期记忆存在一份可以逐条打开的账本里：每条带来源、时间、置信度、作用域，来源写的是你在对话里说过或确认过它——记忆不是从外部自动采集来的，只有你在对话里确认过的内容才进账本。每一条都可以逐条纠正、冻结或遗忘。
更少被讲到的是冲突与失效这一半。新证据和旧记忆对不上时不静默覆盖：新的先进候选区，你确认之前旧记忆一个字不动；你确认之后，旧条的有效期关到当天、新条指回它，两条并存不删——旧的那条不再参与召回，但留档可回看，你能看到它被什么取代、哪天取代的。边界照实说：按时间自动到期这一层我们还没做，也没有让你自己设保留期或到期时间的入口，失效只发生在「被新记忆取代」这一种情况下。
机制的完整说明见会记住你的 AI 是怎么做到的与记忆账本；产品全貌见数字分身。
实现层通常分存储与检索两段：存储把非结构化的交互数据拆成可管理的结构化条目（向量数据库、知识图谱是常见形态），检索按当前上下文把相关条目取回来。这一层的公开资料已经很密集，此处不再复述（想看实现层可以从 RAG、向量数据库、记忆检索 三条进）——真正决定体验的是它前面那道分层：哪些信息该进长期存储，哪些不该。
可用的分界是两条同时成立：这条信息会在以后被重复用到，并且能指认它从哪来。会重复用到却指不出来源的，只能按推断存、不能当事实用；只在这一次任务里有意义的（这轮的临时数字、这次的措辞），留在会话摘要里过期即弃，不必进长期记忆。
不做这道分层，代价有两个，一是召回噪声：库里条目越多，把不相关的旧条目一并取回来的概率越高，表现是答非所问，或者本该按当前指令做的事被一条旧偏好带偏——所以「记得多」本身不是优点。二是旧事实过期：几年前的偏好如果没有失效机制，会一直被当成现在的你，而这类错误比「没记住」更难发现，因为它看上去像是记得很牢。
多数系统会对长期记忆做结构化处理而不是直接存原始数据：按交互场景分类、给关键信息打标签、定期压缩以减少冗余、用用户反馈调整筛选逻辑。这些工序做得好不好，用户从外面看不出来。
从外面看得出来的，是被普遍跳过的那一步——写入闸门。多数实现把「怎么检索得更准」当成主要工程问题，而把「这句话该不该被记住」交给一段默认打开的自动抽取；于是新证据和旧记忆冲突时，最省事的处理是静默覆盖旧条。静默覆盖伤人的地方不在于它可能改错，而在于你永远不知道自己哪一句被改写了：下次它照新版本回答，你只会觉得它记岔了，却找不到岔在哪一步。所以「什么该被记住、被谁改写过」这个决定，分量大于「怎么检索得更准」。
判断一套长期记忆做得好不好，可以按五个维度看。可验证性：每条能不能追溯到来源与时间。纠错能力：你能不能改单独一条，而不是只能一键清空。筛选效率：检索时会不会把无关的旧条目一并拖进来。适配性：记忆是按当前上下文被调用，还是生硬堆砌过往信息。取代与失效机制：新证据和旧记忆冲突时，系统是静默覆盖，还是先让你确认；被取代之后，旧的那条还能不能回看。前四条讲的是收益，第五条讲的是它出错时你还有没有办法。
这五条可以用一个动作粗筛：挑一条它关于你的记忆，让它说出这条的来源标注和写入日期。说不出来的，那就不是长期记忆，只是一段还没被冲掉的上下文——你既没法核对它对不对，也没法只改这一条。