想象一个场景：老客户上周刚咨询过发货问题，今天再来问“我的订单到哪了”，机器人却回复“请问您的订单号是多少”——明明说过的事要再讲一遍，这是客服体验最伤人的硬伤。跨会话记忆，正是区分“能用的 AI 客服”和“好用的 AI 客服”的分水岭。

一、记忆的三级结构

  • 会话内记忆：当前对话的上下文，绝大多数 AI 客服已具备
  • 用户级记忆：跨会话沉淀的关键事实，绑定用户身份（手机号/会员 ID），如常用收货地址、历史订单、偏好渠道
  • 事件级记忆：进行中的事项状态，如“上周申请的退款仍在审核”，二次咨询时主动同步进度

二、落地效果：三个典型场景

  • 老客秒接：识别出回头客后直接说“您好，您上周咨询的 XX 订单已签收，请问这次需要什么帮助？”
  • 事项续办：未完成的退款、换货，AI 主动播报当前进度，用户无需自证身份重来
  • 偏好适配：记住用户习惯文字沟通还是语音、对时效敏感还是对价格敏感，应答风格随之调整

三、技术实现：别把聊天记录当记忆

把全部历史对话塞进上下文既贵又乱。正确做法是结构化记忆存储：每轮对话结束后由模型抽取关键事实（订单号、诉求、承诺），写入用户档案；下次会话开始时检索相关条目注入上下文。同时设置记忆的时效与权重：地址类长期有效，情绪类当日有效，事项类随工单状态失效。

四、隐私边界：记忆是双刃剑

  • 记忆必须绑定强身份验证之后才能调用，防止换了设备或号码的人读取他人信息
  • 给用户查看与删除记忆的入口，这是个人信息保护法的明确要求
  • 敏感信息（证件号、完整支付信息）不入记忆库，只在单次会话内使用

跨会话记忆的本质，是让 AI 客服从“每次都陌生的接线员”变成“认识你的专属顾问”。老客户被记住的那一刻，忠诚度就已经开始累积。