腾讯开源Agent记忆系统：Token砍掉61%，任务成功率翻50%，它凭什么？

你有没有这种经历？

你跟一个AI编程助手合作了三个小时。你告诉它项目用TypeScript、部署在AWS、日志走CloudWatch、代码规范要跟团队约定保持一致。中间它帮你查了十几个文件，跑了二十几条命令，调试了三个bug。

然后——上下文窗口满了。

要么对话被截断，Agent忘掉前面做了什么。要么token烧到你怀疑人生，一个长任务跑下来大几百块没了。

更让人崩溃的是跨会话。今天你把所有背景交代清楚了，明天新开一个会话，它又像个刚入职的实习生一样问你：“你好，我能帮你做什么？”

你把同样的项目背景、同样的SOP、同样的技术规范重复了第38遍。不是在用AI，是在给AI当免费培训师。

这不是Agent的问题，是记忆的问题。

人类之所以能协作，是因为我们记得昨天聊过什么、上个月做了什么、今年在推进什么。但今天的AI Agent，每次新会话都是一张白纸。短期任务里上下文堆到爆炸，长期跨会话里经验归零。

腾讯云数据库团队显然也受够了这个痛点。他们花了6个月时间死磕一个问题：怎么让AI Agent拥有人类般的记忆？

6个月后，他们把自己造的那套记忆系统开源了。项目叫 TencentDB Agent Memory，MIT协议，完全本地运行。开源没多久就在GitHub上炸了——两天冲到日榜第二，14天积累了7600多颗星。

它到底做了什么，让开发者这么买账？

一、记忆不是"存得多"，而是"记得对"

我们先退一步，想一个根本问题：人类的记忆是怎么工作的？

你不会把今天早上刷牙的每一个动作细节都存进长期记忆。你不会把地铁上听到的每一句闲聊都当作重要信息保留。你会自动筛选：哪些是噪音、哪些是事实、哪些是跟你长期目标相关的经验。

你做项目也一样。你不会每次开工都把整个项目历史通读一遍。你脑子里有一个"这个项目的画像"——技术栈是什么、团队规范是什么、当前推进到哪一步。这就是L3层的记忆。需要具体细节的时候，你才去翻文档、翻聊天记录。这就是向下钻取。

但今天主流的AI记忆系统，基本都做不到这一点。

它们通常走三条路，每条都缺条腿。

第一条路：全塞进上下文窗口。 简单粗暴，把历史对话一股脑堆给模型。但窗口有上限，塞多了token爆掉，塞少了信息不全。而且没有筛选——"我习惯用TypeScript"和"帮我查一下天气"被同等对待。事实和噪音混在一起，模型的注意力也被稀释。

第二条路：向量数据库做记忆。 把对话切成碎片，每个碎片转成向量，存到向量数据库里，需要时用相似度搜索捞回来。比全句上下文好一些，但问题也很明显：碎片之间失去了关系结构。"用户项目用TypeScript"和"用户部署在AWS"这两条事实在向量空间里可能离得十万八千里，召回的时候各召各的，Agent看到一堆孤立碎片，没有宏观的上下文指导。

第三条路：让大模型做摘要压缩。 每次对话结束后让模型自己总结。但这是不可逆的有损压缩——关键细节可能在摘要过程中就丢了。更麻烦的是，你没法验证模型有没有漏掉重要信息，因为原始对话已经不在系统里了。

腾讯团队的解法，用他们README里的话说就是：“拒绝扁平化存储，拥抱分层和符号化。”

翻译成大白话：把记忆拆成不同楼层，每层干不同的事。短期任务里用符号化画布压缩中间产物，长期跨会话里用四层金字塔沉淀经验。

二、四层金字塔：像人类一样记住该记住的

这是整个项目最核心的设计。他们把Agent的长期记忆拆成了四个层级：

L0：原始对话

全量保留每一轮交互，一字不落。这是整个系统的"证据底座"——不管上层怎么提炼、怎么压缩，原始对话永远在，随时可以回查。你不用担心模型在摘要里漏掉了什么，因为有原始记录兜底。

L1：原子事实

从对话中自动提取独立的原子事实。“用户习惯用pnpm而不是npm管理前端依赖”、“项目后端API端口是3001”、“日志系统用的是CloudWatch”——这些是离散的、可检索的、可复用的知识单元。每条事实都带着 source_message_ids，可以追溯到具体是哪段对话产生的。

L2：场景块

把相关的L1事实按场景聚合起来。“某商城项目的开发习惯”、“某线上排障的标准流程”、“某用户的测试偏好”——L1的单条事实适合检索，但不适合人和Agent长期阅读。L2把碎片组织成可理解的故事。

L3：用户画像

持续蒸馏出长期稳定的画像。你在日常对话中流露出的技术偏好、工作方式、沟通风格——这些不需要每次重新交代的信息，沉淀在这一层。它是一份 persona.md，打开就能看到Agent对你的理解。

这四层的设计，最妙的地方不是"分了多少层"，而是层与层之间是渐进式揭示的关系。

Agent正常工作时，只需要关注L3——你的基本偏好和工作方式。需要更具体的上下文时，它沿着L3→L2→L1→L0一层层往下钻。就像你工作中先看周报摘要，遇到问题才翻到原始聊天记录，而不是每次都把整个项目的所有文档从头读到尾。

这个设计直接把"记忆"从"拼命记住更多"变成了"只在需要时找到对的"。底层保留证据，顶层保留结构。压缩可以发生，但压缩结果必须可追溯。

三、符号化记忆：用Mermaid画布把token砍掉60%

长任务的记忆问题分两种：一种是跨会话的遗忘，另一种是同一会话里的上下文膨胀。

很多人可能没意识到，在长任务中最大的token消耗者，不是你和Agent的对话内容，而是工具调用的中间日志。搜索结果、代码片段、报错栈、文件内容——这些过程产物动辄几万、几十万token，把上下文窗口死死撑满。

腾讯的方案非常巧妙地用了两个手段：上下文卸载 + Mermaid符号化画布。

具体怎么做？

第一步，当上下文窗口用到50%时，触发温和压缩——把完整工具日志卸载到外部文件系统（refs/*.md）。这些原始数据不在上下文中占用token，但保存在磁盘上，随时可查。

第二步，当用到85%时，触发激进压缩——把当前任务的结构提取出来，用Mermaid语法生成一张状态图。这张图里每个节点带一个 node_id，指向对应的原始日志文件。

第三步，注入上下文的是这张轻量级的Mermaid画布，通常只有几百token。Agent只需要在画布上推理——“当前任务进展到哪一步了”、“上一个工具调用的结果是什么”——而不需要把几十万token的日志全部吞进上下文中。

需要验证细节时，Agent通过 node_id 去磁盘上 grep 对应的原始日志。这比把全部日志塞进上下文高效得多，而且全程可追溯。

实际效果如何？测试数据给了三个场景：

• WideSearch 长搜索任务：Token消耗从221M降到85M，砍了61.38%；任务通过率从33%升到50%，相对提升51.52%。
• SWE-bench 连续编程任务：Token减少33%，通过率从58.4%升到64.2%。
• AA-LCR 长链推理：Token减少31%，成功率提高8%。

长期记忆方面，PersonaMem（用户画像准确度测试）从48%提升到76%——你的Agent终于能记住你是谁了。

这些数字不是孤立的单轮测试。SWE-bench是每会话跑50个连续任务，模拟真实世界中长周期Agent的上下文累积压力。这不是实验室条件下的漂亮数字，而是接近生产环境的实测数据。

四、行业启示：记忆正在成为Agent的分水岭

TencentDB Agent Memory的爆火，不只是因为技术数据好看。它踩中了AI Agent赛道一个正在快速成形的基础设施层——记忆层。

我们来看一下Agent记忆这个领域当前的竞争格局：

Mem0 是这个赛道的先行者。扁平向量存储，轻量级设计，接入简单。目前56k+ stars，生态成熟度最高。但它的核心问题就是刚才说的——扁平化。碎片丢进向量库，召回的时候是一堆孤立的相似片段，没有结构化的上下文关系。

Letta 走的是另一条路。它是完整的Agent运行时，让Agent自己去编辑和管理记忆块。理念很先进，但代价也很明显——你需要把整个Agent迁到Letta的运行时里，不只是一个插件。

TencentDB Agent Memory 的差异化定位很清晰：分层语义金字塔 + 符号化压缩 + 零依赖本地部署。它不是另一个向量数据库，也不是另一个Agent框架。它是一个可以插入现有Agent框架（OpenClaw、Hermes）的记忆插件。

这带来了一个重要的行业启示：

Agent的记忆不应该是一个"附加功能"，而应该是一个独立的、可插拔的基础设施组件。

就像数据库之于应用、CDN之于内容分发，记忆应该是一个Agent开发者在搭建系统时就能直接选用的标准化组件。不是每个Agent团队都要从零造一套记忆系统，就像不是每个Web应用都要从零写一个数据库。

为什么这一点很重要？因为记忆质量直接决定了Agent的上限。

一个记不住你是谁、记不住项目背景、记不住昨天结论的Agent，充其量是一个高级的命令行工具。但一个能沉淀经验、能记住偏好、能跨会话保持上下文的Agent，才有资格被称作"协作者"。

这个边界一旦清晰，Agent才有可能从一次性问答工具，变成懂项目、懂团队习惯、还能自己翻工作笔记的真正的AI伙伴。

腾讯选择MIT协议开源这件事也值得注意。MIT是最宽松的开源协议之一——你可以商用，可以修改，可以闭源发布。这显然不是"放个开源项目做PR"的逻辑，而是"把记忆层做成行业基础设施"的打法。当所有Agent框架都能零成本接入这套记忆系统，它就有机会成为事实标准。

总结

TencentDB Agent Memory用一个四层语义金字塔告诉我们：Agent记忆的真正对手，不是"记不住"，而是"记错了方式"。

扁平化向量存储记的是碎片。全量上下文记的是负担。不可逆摘要记的是风险。而分层记忆——底层保留证据、中层组织场景、顶层沉淀画像——记的才是真正的经验。

Token砍掉61%，任务成功率提升50%，用户画像准确率从48%到76%——这些数字的背后，不是一个"更快的向量搜索"或"更好的摘要模型"，而是一套从根本上重新思考"记忆应该长什么样"的架构设计。

当记忆不再是Agent的短板，而是Agent的底座，AI才真正从工具变成了伙伴。

让Agent记住该记住的，人类才能专注该创造的。