向量数据库做Agent记忆时，到底该存“原始文本”还是“embedding+原文”？

只存embedding纯属给自己挖坑，检索回来还得靠原文拼context，省那点空间不值当。

时间衰减强烈建议做，不然聊两轮全是旧话题，跟复读机似的。

我们项目之前也踩过这坑，纯存embedding省空间但没法溯源，检索出来错了都不知道哪来的。现在统一存原文，embedding只当索引，metadata里塞时间戳和会话ID，做衰减时直接按时间过滤。token爆炸的话试试分层记忆，热数据用最近几轮全文，冷数据才走向量检索，别一股脑全塞进去。Pinecone和FAISS在Agent场景下差距主要在运维和规模，小项目本地够了，要上生产还是托管省心，但费用得算清楚。

说实话，原始文本必须存，不然你检索到向量后还得回头查数据库才能拼回上下文，多一跳还容易丢信息。我自己是直接把原文塞进metadata里，顺手打个时间戳，检索的时候按时间降序过滤，能省不少重复内容。token爆炸的问题建议改成增量存储，别每次都全量重算，新对话只embedding新增部分就行。Pinecone和FAISS在Agent场景下差别真不大，除非你要上亿级别的数据量，不然本地FAISS完全够用，还能省掉网络延迟的坑。时间衰减我试过，但感觉优先级不高，不如先把去重和增量做好，这两个才是真痛点。

原始文本必须留，不然没法溯源，而且你这种全量重算的方式迟早爆，建议做个滑动窗口按相关性过滤再入库。

只存embedding省的是空间，费的是脑子，检索回来还得二次过滤，原文必须留。时间衰减用LRU就行，别搞太复杂，Pinecone省心但贵，FAISS本地调试快。