从散落病例到可控记忆：AI PM如何设计宠物照护 Agent

宠物看病资料分散在不同医院，复诊时难以快速调取，这背后是典型的 AI Agent Memory 设计问题。本文从宠物照护场景出发，拆解 Memory 的存储、召回与写入机制，提出分层记忆模型，帮助产品经理理解如何构建真正有用的长期记忆系统。 最近，我在学习 AI Agent 的 Memory 机制时，想到朋友带宠物看病的一段经历。 这只宠物需要反复看病。日常的小问题，她会选择离家近的宠物医院；遇到更复杂的疾病，又要去外地寻找擅长相应专科的医院。时间久了，她手里积累了不同阶段的 DR（数字 X 射线影像）、血液报告、核磁报告和处方。有些是纸质材料，有些保存在不同医院的微信小程序里，还有一些病例只留在医院内部。 检查已经做了不少，下一次就诊时资料却不一定能顺利接上。在她经历的就诊流程里，如果没有提前向医院索要报告，可能带不走完整资料；换一家医院后，还需要打电话联系上一家医院调取病例。不同医院

原文：人人产品经理