腾讯开源了 Agent Memory，让 AI 真正记住你。

📌 一句话摘要

腾讯云开源了 TencentDB Agent Memory 项目，通过四层渐进式记忆架构和符号化短期记忆，显著提升 AI Agent 的记忆准确率与任务效率。

📝 详细摘要

本文介绍了腾讯云数据库团队开源的 TencentDB Agent Memory 项目，该项目旨在解决 AI Agent 的长期和短期记忆问题。文章首先指出当前主流方案（全塞上下文、向量数据库、大模型摘要压缩）的短板，然后详细阐述了项目的核心设计：一个 L0 到 L3 的四层渐进式记忆架构（原始对话、原子事实、场景聚类、用户画像），确保记忆可回溯。在短期记忆方面，项目采用符号化记忆，利用 Mermaid 图将任务状态压缩为紧凑的拓扑结构，大幅降低 Token 消耗。文章还展示了在 PersonaMem 等基准测试中的显著效果，包括总准确率提升近 60%，用户事实召回率从不到 30% 飙升至 79%，以及长任务中最高节省 61% Token。最后，文章介绍了项目的安装使用方式，并将其置于腾讯云「数据库+AI」的整体战略版图中。

💡 主要观点

- TencentDB Agent Memory 采用四层渐进式记忆架构解决长期记忆问题。 架构从 L0 原始对话到 L3 用户画像，逐层抽象，既避免了上下文过长，又保证了从顶层结论到原始证据的完整回溯路径，解决了传统方案中信息丢失或召回率低的问题。

符号化短期记忆利用 Mermaid 图实现高效压缩。 将完整日志卸载到外部文件，用 Mermaid 语法生成紧凑的任务状态拓扑图，使 AI 能从图结构中推理任务全貌，实测 Token 消耗降低超 50%，任务完成率反升 23%。

项目在基准测试中表现出显著效果。 在 PersonaMem 测试中，总准确率从 47.85% 提升至 76.10%，用户事实召回率从 29.63% 飙升至 79.07%。在编程任务中，WideSearch 成功率提升至 50% 且 Token 消耗降低 61%。

💬 文章金句

- 符号化短期记忆 + 分层长期记忆。

整条证据链不断裂。
省了钱，活还干得更好。

📊 文章信息

AI 初评：82

来源：逛逛GitHub

作者：逛逛GitHub

分类：人工智能

语言：中文

阅读时间：11 分钟

字数：2649

标签： AI Agent, LLM, 记忆系统, 开源项目, 腾讯云

阅读完整文章

腾讯开源了 Agent Memory，让 AI 真正记住你。

🤖 問 AI