长期记忆 (AI)
长期记忆（Persistent Memory）是智能体AI的核心技术特征，指AI能够跨会话保留和利用信息的能力。在工业场景中，智能体需要"记得"物理规律、操作员习惯、生产节律等信息。
技术实现
- 向量化处理
- 微调（Fine-tuning）
- 知识图谱嵌入
法律冲突
ICO指南指出，长期记忆与数据保护法律存在三大"原子级"冲突：
- 被遗忘权冲突：用户数据深度融合进AI认知后，删除数据可能意味着"重塑"甚至"废弃"整个智能体模型。ICO明确表示"技术实现的难度不能作为免除删除义务的借口"。
- 推断数据冲突：AI通过非个人数据推断出的隐私信息被认定为个人数据，扩大了合规义务。
- 目的限制冲突：智能体的"通用化"本性与数据处理的"目的限制"原则相悖。
合规对策
- [[分层记忆架构]]：将记忆分为瞬时层、反思层、持久层
- [[差分隐私记忆]]：在写入记忆时引入噪声
- [[记忆沙箱化]]：不同安全等级的记忆库互不干扰