[Arena] Possible issues about saving/getting long-term memories

[lirenhao1997]

当前短期记忆/长期摘要的存储逻辑是作为Agent功能实现的，虽然符合人类真实场景，但可能会带来以下问题：

1. 在一个对话场景中，每个agent发言，其都会调用一次摘要功能并存为长期记忆。随后其通信可达的N个agent会同步其短期与长期记忆，又会调用N次摘要功能，增加了算力消耗。
2. 不同agent对相同对话分别进行摘要，得到的结果可能不同。该特性符合真实场景，但为multi-agent系统带来的影响未知。

可能的替代方案：

1. 将记忆存储功能分离到environment层级进行实现，在内存中维护一个短期记忆变量和长期记忆变量，根据发言进行摘要生成后可复用于各个agent的记忆更新。
2. 将短期/长期记忆的存储分开成两个功能，这样可以在environment层次更灵活地调用。比如可以让场景中每次产生新对话就更新短期记忆，但直到场景结束再更新长期记忆。

[lirenhao1997]

另一个问题涉及数据库存取，当前实现仅通过agent_id定位对应的memory collection，无法区分【不同模拟轮次的】长期记忆。
在循环模拟中，之前轮次产生的长期记忆不应用于当前长期记忆的生成。

可能的解决方案：
考虑为agent增加一个simulation_id，根据此id定位存取长期记忆

[Vimos]

新的修改，是基于chunk的summary实现，只有记忆中轮次达到Chunk size才会触发。

agent的memory增加了唯一识别的storage key。

agent的记忆如果做细分，可能需要增加记忆机制的开发，然后配置的时候采用不同的记忆机制。