一、为什么记忆提取是个问题？每次触发记忆提取都需要额外调用一次 LLM API，这意味着每次提取都有延迟和费用开销。如果每轮对话都触发提取，成本会迅速失控。所以触发策略的选择直接影响系统成本和响应速度。

核心矛盾：成本控制 ↔ 记忆覆盖率 — 触发太频繁则成本高，触发太少则可能错过关键信息各大框架对此提出了不同解法，核心思路分为规则驱动和LLM自主驱动两大流派。

二、规则驱动策略规则驱动策略依赖明确的数值阈值或积分条件来判断是否触发记忆提取，逻辑确定、成本可控。

1. Claude Code：消息数量阈值 + Coalescing设计思想：对话天然按轮次组织，用累计新消息数而非时间间隔作为触发条件，更贴合实际使用模式。

核心参数：MIN_NEW_MESSAGES = 4，新增至少 4 条消息才触发一次提取。

水位线机制：_watermark 记录上次提取时的消息总数，每次 REPL 结束后计算 increment = 当前消息数 - watermark，只有 increment >= 4 才真正触发。

并发控制 — Coalescing（合并）：使用三个状态变量确保任意时刻最多一个提取任务运行：_running（是否有任务在运行）、_dirty（运行中有无新请求）、_watermark（水位线）。请求到来时若正在运行则设 _dirty=True 后返回，运行完成后检查 _dirty 决定是否重新运行。

主对话完全解耦：提取任务通过 asyncio.create_task() 在后台异步执行（fire-and-forget），不阻塞用户实时交互。

优点：低API调用、主对话完全解耦、确定性高 ｜ 缺点：可能错过较短消息内的短暂重要信息、4条为经验值并非最优实测数据：API调用次数相比「每轮触发」降低约 60%，记忆覆盖率无明显下降。

参数值说明MIN_NEW_MESSAGES4新消息数量阈值_runningbool是否有提取任务运行_dirtybool运行中是否有新请求_watermarkint上次提取时消息水位2. Generative Agents：重要性积分触发反思设计思想：对每条记忆评估其信息价值，只有当价值累积到一定程度才触发深度反思，避免对大量低价值信息做无效提取。

Memory Stream：所有事件以自然语言流水账形式记录，不做预过滤。

重要性评分：每条记忆写入时，由 LLM 在 1-10 分范围打分。例如「我和 Isabella 聊了天」得 6 分，「决定组织选举讨论」得 9 分，「走过图书馆」得 1 分。

触发条件：importance_sum >= REFLECTION_THRESHOLD，其中 REFLECTION_THRESHOLD = 150。LLM 扫描最近的 100 条记忆，生成更高阶的抽象洞察作为新记忆写入。

三维加权检索：score = α × recency_score + β × importance_score + γ × relevance_score，其中 recency_score = 0.995 ^ hours_passed（时间衰减）。

优点：对信息价值高度敏感，几百句「好的」不触发 ｜ 缺点：每条记忆需LLM打分，总体API调用可能更高；写入为同步操作本质：事件驱动机制（非时钟驱动），用大量小调用（每条记忆打分）换取减少大调用（提取反思）。

三、LLM自主驱动策略LLM自主驱动策略将判断权交给模型本身，灵活但非确定性。

3. MemGPT：LLM自主判断设计思想：类比操作系统虚拟内存管理，将 LLM 的 Context Window 比作内存（有限快存取），外部存储比作磁盘（大容量慢速）。

实现方式：LLM 通过 Function Calling 自主决定何时操作记忆，无需外部触发逻辑：memory_search()（从外部存储检索）、memory_insert()（写入外部存储）、core_memory_replace()（修改核心记忆）、conversation_search()（搜索对话历史）。

优点：最大灵活性，理论上最精确 ｜ 缺点：Function Calling不稳定、记忆操作与主对话耦合导致高延迟、Token消耗不可控适用场景：后台批处理型 Agent（不需实时响应但需大量上下文管理）。

四、提取结果规范化4. Mem0：CRUD四操作模型设计思想：不纠结于「什么时候提取」，而是关注「提取之后怎么办」——通过规范化操作分类来降低成本、提升数据质量。

四操作模型：ADD 全新信息、UPDATE 更新已有记忆的值、DELETE 过时或否定的记忆、NOOP 没有值得记的新信息。

核心创新 — NOOP：虽然仍调用了 LLM，但精确标识「这轮无新内容」，避免盲目写入和数据污染。可与任意触发策略叠加使用。

增量更新：用 UPDATE 代替全量重写，避免覆盖未变化部分。

优点：NOOP避免无效写入、增量更新省token、数据质量高 ｜ 缺点：每轮仍需调用LLM（即便返回NOOP）实测数据（对比 OpenAI 基础方案）：准确率提升 +26%、P95 延迟降低 -91%、Token 成本节省 90%+。

五、面试回答框架参考话术：「记忆提取有成本，每次触发要额外调一次 LLM，所以触发策略的核心是在成本控制和记忆覆盖率之间取平衡。」回答四步法：

说本质：记忆提取有成本，核心矛盾是成本控制 vs 记忆覆盖率分策略：规则驱动（Claude Code数量阈值、Generative Agents重要性积分）vs LLM自主驱动（MemGPT）处理结果：提取后的操作规范化——Mem0的CRUD四操作模型，NOOP是关键结合实践：Claude Code策略实测API调用降低60%，Mem0策略准确率+26%、延迟-91%、成本-90%记忆提取成本优化Agent框架触发策略Claude CodeMem0