AI Graph实战(03)——State机制与AI对话记忆架构解析

🎁 读完这篇你会得到什么：彻底搞清楚 State 在图里是怎么流动的，Reducer 机制解决了什么问题，以及短期记忆、长期记忆、Checkpointing 三者各自在什么场景下用。上一篇讲了 LangGraph 和 AutoGen 的选型。很多人选完框架，开始搭图，跑起来之后发现一个奇怪的问题：并行的三个搜索节点，最后 State 里只剩一个节点的结果。或者图跑了 20 轮，State 里堆了一堆没用的历史数据，内存开始吃紧。再或者，用户关了浏览器回来，图从头开始跑，之前的进度全没了。这些问题都指向同一