Tools/MCP 讲完了（Agent 的「手」）。这一篇转到 Agent 的「脑」——记忆。这一篇先讲清楚：LangChain 的记忆到底是什么。
很多人觉得「记忆」是个高级、神秘的功能。其实拆开看，它就是前面学过的两个东西的组合：state（存什么）+ middleware（怎么用）。没有什么新机制。
记忆要解决什么
先明确记忆要解决的问题。模型本身是无状态的（第 10 篇讲过）——它不记得上一轮说了什么，每次调用只看传入的 messages。
所以「Agent 的记忆」，本质上就是维护并使用那些模型自己记不住的信息。具体两类：
- 短期记忆：当前这次对话的上下文（前面聊了什么）
- 长期记忆：跨对话的持久信息（用户的长期偏好、历史结论）
记忆 = State + Middleware
LangChain 实现记忆，靠的是两个前面学过的东西：
State（第 10 篇）——「存什么」。记忆的内容存在 state 里。短期记忆就是 state 里的 messages（当前对话历史）；长期记忆存在外部 store（下一篇讲）。
Middleware（第 19、20 篇）——「怎么用」。光存了不够，还要在「模型调用前」把它注入进去，模型才能「记得」。这个注入，就是 beforeModel middleware 干的事（第 20 篇讲过）。
把这两个一组合，记忆就实现了：
- 存：对话历史、用户偏好等存进 state（或长期 store）
- 注入：beforeModel middleware 在模型调用前，把要记的内容塞进 messages
- 模型看到：模型这次调用就能「记得」之前的事
没有什么神秘机制——就是「存」+「调模型前塞进去」。
短期记忆：messages 的维护
短期记忆最直接的实现：维护 state 里的 messages 列表。
每轮对话，把用户的话、模型的话加进 messages（用追加 reducer，第 13 篇）。下次调模型，beforeModel 把整个 messages 传给模型——模型就「记得」了这次对话的历史。
第 10 篇说「模型无状态，记忆靠维护 messages」——现在加上 middleware 视角就完整了：维护是 state 的活，注入是 middleware 的活。
上下文长了怎么办：Context Engineering
短期记忆有个问题：对话越久，messages 越长，最终超窗口。怎么处理？
答案是第 22 篇讲的 Context Engineering——它其实就是「记忆管理」的一部分。压缩、裁剪、筛选 messages，让模型始终在一个可控的 context 上工作，本质就是管理短期记忆。
所以第 22 篇的 Context Engineering，和这里的记忆，是同一件事的两面：Context Engineering 讲「怎么管」，记忆讲「为什么管」（因为模型无状态，要靠维护 messages）。
长期记忆：下一篇讲
短期记忆管「这次对话」，长期记忆管「跨对话」。长期记忆的实现和短期不同——它存在外部 store（不是 state 里的 messages），下一篇（37）专门讲。
这一篇先把「记忆 = state + middleware」的框架立住，短期记忆讲透，长期记忆下一篇展开。
收束：记忆不神秘，是组合
这一篇讲了记忆的本质：
- 记忆要解决「模型无状态」的问题
- 两类：短期（当前对话）、长期（跨对话）
- 实现 = State（存什么）+ Middleware（怎么注入）
- 短期记忆就是维护 messages，用 beforeModel 注入
- Context Engineering 是短期记忆管理的一部分
- 没有神秘机制，全是前面学的东西的组合
下一篇讲短期记忆的细节——checkpointer 怎么管一次会话。
关于十三Tech
我是十三，All in AI Agent 方向的架构师，专注 AI 工程实践。我相信 AI 是程序员的最佳搭档。
如果你想跟完这套「图解 LangChain」，欢迎关注公众号 「十三Tech」。全系列 42 篇，会按认识基础、LangGraph 状态机、Agent 与 middleware、RAG 检索、Tools/MCP/记忆、生产化收束这条线更新。
