# 短期记忆 = 一个随对话增长的列表，每次调用都整个带上
memory = [{"role": "system", "content": "你是助理，记住用户告知的信息。"}]

def chat(user_text):
    memory.append({"role": "user", "content": user_text})   # 把新话记进便签
    reply = llm(memory)                    # 整本便签一起交给模型（它才"看得见"上文）
    memory.append({"role": "assistant", "content": reply})  # 把回答也记进去
    return reply

chat("我叫小明，对花生过敏")     # 便签第1条
chat("我能吃宫保鸡丁吗？")       # 此时模型看得到"过敏"，会提醒有花生 → 有记忆了！

✋ 动手 10 分钟:给"金鱼脑"装上短期记忆

把 L03 那段跑起来,亲眼见证"带不带历史"的天壤之别。存成 memory.py(用 input() 假装模型,聚焦记忆机制本身):

memory = []                              # 短期记忆：一本空便签

def fake_llm(mem):                       # 假模型：只根据"便签里有没有过敏"来答
    text = " ".join(m["content"] for m in mem)   # 把便签所有内容拼一起看
    if "过敏" in text and "鸡丁" in text:
        return "宫保鸡丁含花生，你过敏，别吃！"    # 它"记得"过敏了
    return "好的，我记下了。"

while True:
    u = input("你说（回车退出）：")
    if u == "": break
    memory.append({"role": "user", "content": u})     # 记进便签（关键！）
    reply = fake_llm(memory)                           # 把整本便签交给它
    print("助理：", reply)
    memory.append({"role": "assistant", "content": reply})

# 试：先输"我对花生过敏"，再输"我能吃宫保鸡丁吗" → 它会拦住你
# 再把 memory.append(user) 那行注释掉重跑 → 它立刻"失忆"，随便让你吃
# 这一行的差别，就是"有没有记忆"的全部秘密。

玩法:注释掉"记进便签"那行,对比前后——你会亲手证明:记忆不在模型里,在你有没有"带上历史"这个动作里。这个体感,比背十遍定义都深刻。