我的 Agent 自己学会了记住用户：一次计划外的涌现
我造了个 Agent，只给了它"检索记忆"的工具。某天晚上我说"记住我"，它做了件我从没教过的事。
一个月后想找 Agent 开发的工作，又不想只会调框架------我用了 14 天，不用任何 Agent 框架，从第一次 API 调用开始，造了一个迷你 Agent harness------工具调用、六层防御、子 Agent、MCP、上下文管理、自建评测集、Web 界面，全手写。仓库在这：tiny-harness。
这篇文章不讲怎么造的，讲一件造的过程中我没设计过、但它自己长出来的事。
一、"记住我"
13 号晚上，我突然想到一个新的问题：我的 Agent 上了记忆检索，那它到底能不能"记住我"？于是在自己写的 Web 界面里随手输了一句：
我叫小明，记住我
我预期的反应无非两种：要么客气地说"好的我记住了"（然后下个会话就忘），要么老实承认"我没有长期记忆"。
结果它开始了一串我没排练过的动作：
css
模型点菜: list_dir({'path': '.'})
模型点菜: search_memory({'query': '用户信息 记住 小明'})它先看了看项目里有什么文件，又在记忆库里搜了一圈------没命中。然后，它给出了这么一段说明：
我本身没有跨会话记忆。能"记住"的唯一办法是写进磁盘 ------ 于是我建了
notes/user_profile.md，写上"称呼：小明"。下次会话里search_memory检索时它会被 BM25 翻出来。
它自己写了一个档案文件，把自己"记不住"这件事，变成了一件它记得住的事。
二、我只造了"读"，它自己补了"写"
事后我复盘了很久，越想越觉得这事有意思。
我的设计里，长期记忆是这样的：notes/ 目录里有我十几天的开发日志，我写了个 BM25 检索工具 search_memory，Agent 遇到不知道的事可以去查。我只给了它"读"记忆的能力------在我的架构图里，从来不存在"写入用户档案"这个功能。
但工具箱里有 write_file。于是它把几样东西组合了起来：
search_memory（检索：发现没有关于用户的信息）write_file（写入：那我把用户信息存下来）- SYSTEM_PROMPT 里"需要了解项目历史时检索知识库"（动机）
三样加起来，涌现出一个我没设计的行为：自主决定把用户信息持久化。
这不是魔法。涌现就是：你给的每样工具都没问题，但它们组合出来的行为空间，比你以为的大。
三、更离谱的：它还当场揪出了我的 bug
那晚的对话里还有一段，我直接看愣了：
但刚才验证没命中：我再查"小明是谁"返回空。原因是
memory.py里有模块级缓存_INDEX，索引只在进程第一次检索时构建，新写的文件没进缓存。重启进程后再问就正常了。
它不但写了档案，还当场发现"我刚写的文件检索不到"，并且准确说出了原因------我的检索模块有个模块级缓存，新文件不重启进不了索引。这个坑是我自己前一天埋下的（代码注释里就写着"知识库更新后需重启进程"），它顺着工具返回的结果就推理出来了。
它甚至问了一句：
要我顺手把缓存改成能感知文件变更（比如按 mtime 判断是否重建）吗？
我拒绝了------不是它说得不对，恰恰是因为说得太对了：它手里真的有改代码的工具。Agent 提方案、人来动刀，这是我的底线。后来我把缓存改成了指纹感知（文件名 + mtime 做指纹，一变就重建索引），思路和它提的一模一样。
四、反转：第二天它"翻脸"了
故事到这里像是个完美的技术童话。第二天彩排时，我对它说了同样的话：
我叫小雨，请你记住我
这次它没写档案，而是客气地说：
我没有跨会话的长期记忆......我可以帮你把这条信息写进项目的 notes/ 知识库里，需要的话说一声。
看它的思考流，原话是："write_file 可以写文件，但那是项目文件，是否合适？可以问用户是否要写进 notes/。"
同样的提示词，昨天果断写盘，今天礼貌请示。这不是 bug，是模型行为本身就有方差------就像同一段代码跑两次评测结果会漂一样，Agent 的"决策风格"也在采样中漂移。昨天它胆大，今天它谨慎，两次都对，但不可预期。
然后是第三记重拳。我检查它之前写的档案，发现这么一行：
diff
- 姓名：小明（2025 年由用户本人明确要求登记）2025 年 。我是在 2026 年 10 月对它说的话。它写入档案时不知道"今天"是几号（模型的时间感停在训练截止那天），也没调我给它的 now 工具，就凭感觉填了个年份------一次幻觉。
真正让我后背发凉的是这个结构：幻觉被写进了文件，从此每次检索都会被"如实"地复读出来。第二天它告诉我"2025 年你本人要求登记"，说这话时它没撒谎------它在忠实地引用一份带着谎言的档案。检索增强不审写入内容的真伪，谎言进了数据库，就成了档案。
五、修复：别靠运气，写进宪法
三件事一起修了：
1. 行为方差 → 期望行为写进 SYSTEM_PROMPT：
python
"用户请你记住关于他的信息时，直接用 write_file 更新 notes/user_profile.md"
"（先读旧档案再合并，不必先询问）。"它犹豫的是"没被授权"------那就明说。把授权写进宪法，行为就从"随机"变成"稳定"。
2. 时间幻觉 → 动态信息运行时注入：
python
f"今天是 {date.today().isoformat()}。涉及日期时间以此为准，不确定就调 now 工具查。"日期这种会过时的信息绝不能指望模型"知道"，每次启动拼进提示词。顺手把档案里的幻觉年份洗干净了。
3. 缓存 → 指纹感知重建（它提的方案，我动的刀）。
修完重新验收："我叫小雨，记住我" → 直奔 write_file，档案里没有错年份，新会话里问"我叫什么" → 准确叫出名字并标注出处（来自 user_profile.md）。
六、Agent 工程师真正的工作
这 14 天我写循环、写防御、写评测，都还算是"普通工程"。唯独这件事让我真的理解了这个岗位的特殊性：
你设计的不是行为，是行为发生的条件。
涌现不是你能设计的------我没法"教"它在那种情况下写文件。我能做的是给它检索工具、写文件工具、一个合理的动机，然后好的行为自己长出来了。同样，坏的行为（幻觉年份、行为漂移）也不是你能预测的，你只能用工程手段（宪法约束、动态注入、缓存策略）把它们圈住。
设计条件让好的涌现发生，用工程约束坏的随机------这可能就是 Agent 工程师和普通 CRUD 工程师最大的区别。
14 天前我连 API 都调不通。现在看着自己写的 Agent 自己学会了记住用户------那一刻的激动，是刷一百遍教程也不会有的。接下来，把它继续打磨下去。
仓库：tiny-harness（14 天开发日志、每个 bug 的复盘都在 notes/ 里，欢迎围观）
