文章摘要：AI智能体在实际应用中常出现"灾难性遗忘"问题，主要表现为上下文遗忘、灾难性遗忘和记忆淘汰三种形式。研究发现，智能体记忆机制存在结构性缺陷，其记忆分层外置而非存储于模型权重中。有效的解决方案应包括分层存储与淘汰策略、写入时优先级标记、可审计删除机制等工程手段。文章强调，合理的遗忘设计是智能体从演示走向生产环境的关键，需要平衡记忆保留与合规成本，并提出FDE工程师应重视