有記憶的代理可能從過去互動推斷長期偏好，並將偏好用於未來規劃。這能提升連貫性，但也可能把一次性選擇固化、記錯使用者意圖、保存不該保存的資料，或在新情境中沿用過時規則。記憶因此不是單純便利功能，而是需要透明、可檢視、可更正、可刪除與可限制用途的價值治理機制。
思與行
- 將記憶區分為使用者明示事實、暫時推測與情境紀錄，並設定不同保存門檻。
- 讓使用者能檢視來源、修正錯誤、撤回同意，並知道記憶何時影響行動。
參考
- 文獻來源：A_Survey_on_Value_Alignment_in_Agentic_AI_Systems_Zeng_et_al_2026將 profiles 與 memory 列為代理對齊面向。
- 延伸脈絡：代理式AI的價值對齊必須跨越模型代理與多代理層次、人類偏好只是價值的局部證據。