目標先講清楚：
Agents SDK 提供 Session Memory（修剪與壓縮），只要反覆呼叫 session.run("...")，就能自動處理上下文長度、歷史與連續性，快速打造可擴充的多輪 Agent。

為什麼 Memory 如此關鍵？

在Agent開發裡，memory 會直接影響：

• 對話的連貫性（使用者先前的需求／限制條件能否被牢記）
• 工具協作的正確性（ID、決策、參數是否被穩定傳遞）
• 成本與延遲的可控性（token 長度、重試與回放的可預測性）

我們將從套件範例出發，快速認識目前主要解法與取捨。

先看 OpenAI SDK：能做什麼、不能做什麼？

OpenAI SDK（Responses） 的特色是直接、靈活，但它不會替你自動管理記憶。

What you don’t get is automatic memory management.
需要你自行追加對話歷史、追蹤 response.output 或回應 ID。

這意味著：

• 你得自己決定保留哪些歷史、何時裁切或摘要
• 你得自己防範token 爆掉、成本飆升與關鍵脈絡遺失

如果你的應用只需短對話或一次性任務，手動維護尚可；但一旦進入「多輪、長程、工具密集」的場景，就很容易變成泥沼。

Agents SDK 登場：Session = 記憶物件

Agents SDK 在 Responses 之上提供了會話級記憶（Session Memory）：

• Session 就是記憶體：你只要重複呼叫 session.run("...")。

• 自動歷史帶入：SDK 幫你處理上下文長度、訊息歷史與連續性。

• 內建策略：常見的兩條路線——
  （將memory的管理打包成兩個class, 可以簡單調用）

  • **修剪（Trimming）- TrimmingSession **：只保留最近 N 回合
  • **壓縮（Summarization/Compression）- SummarizingSession **：把更早的歷史寫成摘要，再帶著「摘要 + 最近 N 回合原文」繼續

結論：你不再需要手動拼接訊息或追 ID，大幅降低工程複雜度，讓你把心力放在任務邏輯上。

兩種策略：修剪 vs. 壓縮及調用方式介紹

1) 修剪（Trimming = 只留最近 N 回合）

像聊天視窗只保留最近幾頁。超過就丟最舊的整回合（使用者訊息 + 同回合的助理/工具互動）。

對話（每行是一個使用者或助理訊息；工具結果算在同回合）：
U: 我是 A 公司，要幫 40 人去東京。
A: 收到。
U: 想 11/20 出發，3 天 2 夜。
A: OK。
U: 請先給大概行程草案。
A: 好的，這是草案…
若 max_turns = 2，那接下來第 7 回合時，留下的「上下文」只會是回合 5–6（最近一回合）和 7 之前的那一回合（3–4）。最早的 1–2 被丟掉，助理可能忘了「40 人」與「A 公司」這些更早資訊。

session = TrimmingSession(session_id="corp-trip", max_turns=3)

await session.run("我們 A 公司，40 人要去東京")
await session.run("11/20 出發，3 天 2 夜")
await session.run("請先給草案")

# 第 4 回合起，最早那回合會被丟掉
await session.run("幫我粗估機酒")

TrimmingSession的缺點是：超過 N 後，更早但仍重要的脈絡可能被硬切。

2) 壓縮（Summarization = 把較早歷史變成摘要）

當歷史太長時，將「較舊的多輪內容」濃縮成結構化摘要插回對話裡，之後每輪都帶著摘要 + 最近 N 回合原文繼續。
其實SummarizingSession本身就包含「保留最近 N 回合 + 將更早內容摘要」的流程。

(對話範例同修剪）
對話到了第 7 回合前，你啟動「摘要刷新」：
（系統內部）把回合 1–4 壓成摘要：
摘要：使用者是 A 公司，團體 40 人；目的地東京；出發日 11/20；天數 3 天 2 夜；已請求行程草案。
接下來模型看到的上下文就會是：
這份摘要（濃縮早期事實），以及
最近的原文回合（例如 5–6）。
如此，即使把 1–4 原文砍掉，助理仍能正確記住「40 人、11/20、3 天 2 夜」。

session = SummarizingSession(session_id="corp-trip", max_turns=3,
                             summarizer=LLMSummarizer(model="gpt-4o"))

await session.run("我們 A 公司，40 人要去東京")
await session.run("11/20 出發，3 天 2 夜")
await session.run("請先給草案")

# 觸發壓縮：把更早歷史壓成摘要插回去
await session.run("幫我粗估機酒")

SummarizingSession的缺點是：要多一次模型呼叫來寫摘要，有成本/延遲；若摘要寫錯，可能把錯誤帶到後面。

接下來要做什麼

Agent SDK提供簡潔的方式協助開發者進行memory管理；但如果是複雜的使用情境，比較推薦LangChain/LangGraph的做法．

參考資源

1. Context Engineering - Short-Term Memory Management with Sessions from OpenAI Agents SDKGoogle-Agentic Design Pattern-CH12