AI Agent 沒有記憶就會重複犯錯、遺忘承諾、無法累積經驗。本議程分享講者從零設計並在日常工作中使用超過半年的 Agent 記憶系統——部署在 Cloudflare Workers 上、管理 600+ 筆記憶的生產級架構。聚焦四個借鑑神經科學的設計決策：依來源差異化遺忘、從錯誤中強化記憶、以使用價值驅動晉升、以新穎性判斷避免重複儲存。每個決策都附帶「為什麼不用現成 RAG 就好」的取捨分析與生產環境驗證數據。

聽眾收穫：

多數 Agent 框架只提供 vector store，缺乏記憶的生命週期管理。聽眾將帶走：(1) 四個可複製的仿生記憶設計模式及其適用邊界 (2) 一套 Cloudflare Workers 上的記憶系統架構藍圖 (3) 「何時該自建記憶系統 vs 用現成方案」的判斷框架。