Session 是完整记录容器
它保存用户输入、模型回复、工具调用和工具输出，是面向审计和重建过程的长期记录。
Sessions & Memory
Sessions and Memory：理解 Harness Engineer 的系统底座
会话与记忆不是同一件事。Session 保存完整交互过程，memory 保存可跨会话复用的重要信息。Harness Engineer 的任务，就是把这两层组织成一个可扩展的 agent 体系。
- 区分 session log 与 model context
- 理解 events、state、memory bank 的角色
- 搭建长期记忆与即时推理之间的桥梁
Signal Layer Harness Engineer Index
Session 组成 Events + State
Memory 职责 Extract + Consolidate
设计目标 跨会话连续性
Session 的真正含义
State 是工作记忆
与永久 transcript 不同，state 更像暂存区，用来保存任务中的结构化中间结果。
Session 不等于发送给模型的全部内容
真正送给模型的是经过筛选的 context payload，而不是未经处理的原始历史。
Memory 为什么要独立出来
支撑跨会话连续性
用户偏好、长期目标、关键事实如果只留在单次 session 里，就无法在后续互动中持续发挥作用。
为多 agent 提供共享层
当不同 agent 或工具框架拥有各自私有历史时，memory 可以作为更通用的知识层。
支持个性化与效率
memory retrieval 可以让系统在不重放全部历史的前提下，快速带入与用户和任务相关的重要信息。
Memory Manager 的关键环节
Extraction
系统要判断哪些信息真正值得记住，而不是把所有聊天都硬塞进 memory。
Consolidation
新信息进入后，需要与既有 memory 比较，决定是合并、更新、删除还是新建。
Retrieval
被找回的记忆要放在正确位置，才能帮助模型推理，而不会造成噪音或误导。
常见问题
这些问题覆盖 Harness Engineer、Context Engineering、Sessions 与 Memory 的高频搜索意图。
Session history 和 context 的区别是什么？
Session history 是完整记录，context 是每次调用模型时挑出来的高价值信息，两者不能混为一谈。
Memory 一定要用向量数据库吗？
不一定。向量数据库适合语义检索，知识图谱适合关系推理，很多系统也会混合使用。
下一步
想设计自己的 Sessions 与 Memory 架构？
我们可以一起定义 session 存储、memory 提取规则、冲突合并与检索注入位置。