腾讯开源了一个让 AI Agent 不再失忆的大脑！TencentDB Agent Memory 四层记忆管线本地跑，Token 直降 61%！

Fri, 10 Jul 2026 00:00:00 +0000

如果你自己动手写过 AI Agent，你一定经历过这种崩溃：

你跟 Agent 说「我用 TypeScript，项目用 Prisma + PostgreSQL，部署走 Jenkins」——它照做了，你满意地关了会话。

第二天打开新会话，它又问你：「请问您用什么编程语言？需要什么数据库？」

你的 Agent 得了一种叫「会话间失忆症」的病。 每次对话都从零开始，仿佛你们从未认识。

这个问题的根源很明确：AI Agent 的上下文窗口天生就是「一次性」的。会话结束，记忆清零。你要么每次重新喂上下文（累死），要么把所有历史硬塞进上下文（贵死）。

而今天要聊的这个开源项目，用一种非常优雅的方式解决了这个问题——

腾讯云扔了个王炸

2026 年 7 月，腾讯云开源了 TencentDB Agent Memory，一个完全本地运行的 AI Agent 记忆系统。短短几周，GitHub Star 已经突破 7800+。

它不是又一个「把对话切碎扔进向量库」的 RAG 方案。它构建了一个 四层记忆金字塔，模仿人类认知的组织方式：

L0 对话 → L1 原子事实 → L2 场景模式 → L3 人格画像

每一层都是上一层的提炼和升华——从上往下可以追溯证据，从下往上可以压缩理解。

基准测试的数据相当硬核：

Token 消耗降低 61%（WideSearch 测试：221M → 86M）
任务成功率提升 52%（WideSearch：33% → 50%）
SWE-bench 准确率从 58.4% 提升到 64.2%
PersonaMem（长期人格记忆）准确率从 48% 飙升到 76%

而且这些数据不是单次测试跑出来的——是连续 50 轮长任务迭代的真实结果。

四层金字塔：为什么比扁平向量库强？

先说说为什么传统方案不行。

大多数 Agent 记忆系统用的是一个很粗暴的逻辑：把对话切成块 → 向量化 → 扔进向量数据库 → 按相似度检索。

这就像把你的书架上的书全部撕成碎片，然后说「没关系，我可以用语义搜索找到任何一页」。技术上可行，但丢失了结构——你不知道哪些信息属于同一个领域，哪些是偏好，哪些是一次性细节。

TencentDB Agent Memory 的四层架构是这样工作的：

L0 — 对话层（Conversation）

原始对话记录，一字不差地保存。这是你的「地面真相」——每一个交互的完整原始凭证。

L1 — 原子层（Atom）

从对话中提取的离散事实。不加工、不归纳、不推测：

「用户偏好 TypeScript 而非 JavaScript」
「项目使用 PostgreSQL，端口 5432」
「用户使用 Zod 做数据验证」

这些是知识的最小单位，像乐高积木一样可复用。

L2 — 场景层（Scenario）

把相关的原子事实组合成场景记忆：

「当使用 HotelPlus API 时，用户遵循以下编码规范……」
「在做前端组件时，用户偏好 Server Component」

这是「上下文」的抽象——当 Agent 进入某个场景，它能自动关联该场景下所有相关事实。

L3 — 人格层（Persona）

最高层，概括用户的工作风格和长期偏好：

「清洁架构倡导者，TypeScript 优先，偏好 Server Component」
「CI/CD 走 Jenkins，数据库用 PostgreSQL」

Agent 大部分时间里只需要访问这一层就能正常工作。只有需要细节时才往下钻。

渐进式披露（Progressive Disclosure） 是整个架构最巧妙的地方。Agent 不需要每次都搜索整个向量库——它在人格层就能做出 90% 的正确判断，只有在特定场景下才需要去原子层挖细节。

符号化短时记忆：Mermaid 画布的黑魔法

长任务中最大的 Token 消耗大户是什么？

不是用户的指令。是 Verbose 中间产物——搜索结果、代码输出、错误追踪、工具调用响应。这些东西轻松吃掉几十万 Token。

TencentDB Agent Memory 用了一个非常聪明的招数：

卸载（Offload）：完整的大段工具输出写入外部文件（refs/*.md）
编码（Encode）：把任务状态转换编码成 Mermaid 图语法——精准到 LLM 能解析，精简到人类能看懂
注入（Inject）：只有轻量的 Mermaid 任务图（几百 Token）留在 Agent 上下文里
召回（Recall）：需要验证细节时，通过 Mermaid 图的 node_id 瞬间找回原始文本

Logs(100K+ tokens) → Offload → External Files(refs/*.md)
                 → Encode → Mermaid Canvas(with node_id)
                 → Inject ~200 tokens → Agent Context
                 → Recall via node_id → Files

这就是那 61% Token 削减 的幕后功臣。Agent 不再在页面级的原始日志里游泳，而是看着一张干净的任务地图，按需下钻。

全链路可追溯：没有信息丢失的压缩

每次我听到「记忆系统自动总结」，我的第一反应都是：总结错了怎么办？

传统方法用有损压缩——你把对话总结了，细节就再也找不回来了。这是一种「信我，我帮你记住了」的黑箱方案。

TencentDB Agent Memory 的答案是 确定性的可追溯路径：

人格层/画布 → 场景层/JSONL 索引 → L0 原始对话/原始文件

每个抽象层都带着指向源的链接。如果人格层说「用户偏好 TypeScript」，你可以一路追溯回当时说这句话的那段原始对话。

没有信息丢失。 每个知识点都有一个「回乡证」。

这对企业级应用来说是个超级大加分——审计合规不再是问题。

安装：两行命令，零基础设施

最让我意外的是它的部署复杂度：

# OpenClaw 用户
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart

# Hermes Agent 用户
docker run -d \
  --name hermes-memory \
  -p 8420:8420 \
  -e MODEL_API_KEY="your-api-key" \
  -v hermes_data:/opt/data \
  hermes-memory

默认后端是 本地 SQLite + sqlite-vec。不需要 PostgreSQL、不需要 Redis、不需要任何外部基础设施。安装即用。

当然，生产环境如果要上规模，也可以配置 TencentDB 或其他后端。但开箱即用的体验对个人开发者来说非常友好。

三个值得关注的细节

1. 框架集成已经做了落地

目前官方支持 OpenClaw（作为插件）和 Hermes Agent（Docker 或手动安装）。但架构是框架无关的——核心只是对 LLM 调用做了一层记忆注入拦截，理论上任何 Agent 框架都能接入。

2. 不只是「记住」，而是「理解模式」

市面上很多记忆系统只是把历史对话存起来，下次搜索相似片段。TencentDB Agent Memory 做的事更像是 模式提取——它不记你说了什么，它记你「通常怎么做」。

当你开始一个新项目，它不会去搜「以前有个类似项目怎么做」，而是直接应用它已经学到的你的人格：TypeScript + Server Component + Zod + Prisma + Jenkins。

3. 连续 50 轮测试不退化

我特别留意了它们的测试方式——SWE-bench 连续跑 50 个任务，模拟真实世界的长对话场景。这是很多「演示级」记忆系统做不到的。记忆系统最怕的就是「越用越膨肚」——上下文越来越大，检索越来越慢。这个四层架构在长任务场景下 Token 反而越用越少（因为短期记忆被符号化卸载了）。

写在最后

AI Agent 在 2026 年的最大的瓶颈已经不是模型能力了——模型够聪明，但 Agent 没有持久记忆 让它每次都得重新认识你。

TencentDB Agent Memory 的开源，标志着一个重要的转折点：记忆正在从「附加功能」变成「基础设施」。就像数据库之于 Web 应用、缓存之于微服务一样——没有记忆的 Agent，不配叫 Agent。

腾讯云这一步棋走得很有意思。它不是去卷另一个大模型，而是去修 Agent 工程化的「下水道」。这恰恰是最务实、也最被低估的方向。

而你，现在就可以在你的 Agent 上装上这个记忆系统。两行命令，零基础设施，7800+ 开发者在 GitHub 上已经验证过了。

让 Agent 记住该记住的，你才能做真正重要的判断。

项目地址：github.com/TencentCloud/tencentdb-agent-memory

记忆系统 on AI博士 万戈