Agent Memory：让 AI Agent不再失忆

文章目录

• 一. 引言：为什么 Agent 需要记忆？🤔
• 二. 记忆系统的核心挑战：远比"存下来"复杂 ⚡
• 三. Agent 记忆的分类体系：从人类认知到机器实现 🗺️
  • 3.1 按时间跨度分类
  • 3.2 按功能角色分类
  • 3.3 按存储形式分类
• 四. 主流技术路线：五大范式 🔧
  • 4.1 基于上下文窗口的记忆（Context Window）
  • 4.2 基于 RAG 的记忆（Retrieval-Augmented Generation）
  • 4.3 基于文件系统的记忆（Filesystem-Based）
  • 4.4 基于知识图谱的记忆（Graph Memory）
  • 4.5 基于多 Agent 推理的记忆（Agentic Memory）
• 五. 代表性系统详解 🏗️
  • 5.1 Mem0：托管式语义记忆平台
  • 5.2 Zep：长期记忆即服务
  • 5.3 Letta（原 MemGPT）：虚拟上下文管理
  • 5.4 Cognee：知识图谱驱动的结构化记忆
  • 5.5 MemOS：记忆操作系统
  • 5.6 OpenClaw：文件 + 向量混合检索记忆
  • 5.7 ASMR（Supermemory）：多 Agent 主动推理记忆
• 六. 系统横向对比 📊
  • 6.1 架构对比
  • 6.2 基准测试对比（LongMemEval / LoCoMo）
• 七. 关键设计决策分析 🎯
  • 7.1 向量检索 vs Agent 推理检索
  • 7.2 集中式 vs 分布式记忆
  • 7.3 被动存储 vs 主动提取
  • 7.4 精确召回 vs 语义模糊匹配
  • 7.5 隐私与部署模式
• 八. 评估基准与指标 📏
• 九. 未来展望 🚀
• 十. 系列预告 📢
• 参考文献

近年来，大语言模型（LLM）驱动的 AI Agent 正在从"单次对话工具"向"长期协作搭档"进化。然而，一个根本性的短板始终制约着这一进化——记忆。每次对话结束，Agent 就像一个失忆症患者，忘记了所有交流过的内容。128K 的上下文窗口再大，重开对话就是陌生人。🧊

本文旨在对 AI Agent 记忆系统进行系统性的技术综述，内容涵盖记忆的分类体系、核心技术路线、代表性系统详解、横向对比以及未来发展趋势。作为系列博客的开篇，本文将为后续深入分析 OpenClaw 和 ASMR（Supermemory）两套记忆系统奠定基础。🚀

一. 引言：为什么 Agent 需要记忆？🤔

1.1 从工具到搭档的跨越

当前的 LLM 本质上是无状态的函数：给定输入，返回输出，对话结束即遗忘一切。这在单次问答场景下没有问题，但当我们期望 AI 成为长期搭档时，问题就暴露了：

• 个性化缺失：无法记住用户偏好、工作习惯和历史决策 🙁
• 上下文断裂：每次对话都要重新解释背景 🔄
• 无法学习：同样的错误反复犯，无法从经验中成长 📉
• 信任难建立：每次见面都是陌生人，何谈信任？🤝

1.2 记忆是 Agent 的最后一块拼图

在 Agent 架构中，感知（Perception）、推理（Reasoning）、行动（Action）三大能力已经通过 LLM + Tool Use 基本实现。但记忆（Memory）——让 Agent 跨越时间边界保持连续性的能力——仍是一个待攻克的难题。

正如 Supermemory 团队所说：

“在未来几年，数十亿个 Agent 将会高度个性化，针对每位用户量身定制——持续学习、不断进化。这正是我们深入研究 AI 记忆的原因。”

2025年底，学术界发表的综述论文《Memory in the Age of AI Agents》系统性地梳理了这一领域的研究图景，标志着 Agent 记忆从"附加功能"正式升级为"核心基础设施"。🏗️

二. 记忆系统的核心挑战：远比"存下来"复杂 ⚡

构建一个合格的 Agent 记忆系统，需要解决以下核心难题：

2.1 信息矛盾与时序推理

用户上个月说"我住在北京"，这个月说"我刚搬到上海"。系统必须识别出后者覆盖了前者，只返回"上海"——而不是把两条信息一股脑丢给 LLM 让它猜。⏰

2.2 噪声过滤与精准检索

11.5 万 token 的对话历史中，可能只有 3 句话跟当前问题相关。检索噪声过高，LLM 同样无法有效利用信息。🎯

2.3 自动遗忘

“我明天有考试”——这条信息在明天过后就应该自动失效，不应变成永久噪声。自动遗忘机制是记忆系统区别于传统数据库的关键特性。🗑️

2.4 多源信息融合

Agent 的记忆不仅来自对话，还可能来自邮件、文档、代码仓库、日历等多种来源。如何统一管理和检索这些异构信息？📚

2.5 隐私与安全

记忆中包含大量个人敏感信息。本地部署 vs 云端托管、数据加密、访问控制、GDPR/EU AI Act 合规——这些都是必须考虑的工程问题。🔒

三. Agent 记忆的分类体系：从人类认知到机器实现 🗺️

借鉴认知科学中的人类记忆分类，Agent 记忆可以从多个维度进行划分。

3.1 按时间跨度分类

3.2 按功能角色分类

3.3 按存储形式分类

四. 主流技术路线：五大范式 🔧

4.1 基于上下文窗口的记忆（Context Window）

核心思想：最朴素的方案——把所有历史信息塞进 LLM 的上下文窗口。

[System Prompt] + [历史对话] + [当前问题] → LLM → 回答 

优势：

• 实现最简单，无需额外组件 ✅
• LLM 可以直接"看到"所有历史 👁️

劣势：

• 上下文窗口有上限（即使 128K 也不够长期使用）❌
• Token 成本随历史长度线性增长 💸
• 无法跨会话保持记忆 🚫

代表：ChatGPT 早期版本、大部分简单 Chatbot

4.2 基于 RAG 的记忆（Retrieval-Augmented Generation）

核心思想：将历史信息切分为 chunks，通过 embedding 向量化后存入向量数据库。查询时，先检索最相关的 chunks，再注入 LLM 上下文。

用户问题 → Embedding → 向量检索 → Top-K chunks → 注入上下文 → LLM → 回答 

优势：

• 突破上下文窗口限制 ✅
• 语义相似度匹配，非精确关键词 🎯
• 成本可控（只注入相关片段）💰

劣势：

• 语义相似 ≠ 语义正确（“我住在北京” vs “我搬到上海” 语义相似但含义相反）⚠️
• 时序推理能力弱（无法区分新旧信息）⏰
• Embedding 模型的质量直接影响检索效果 📉
• 分块策略（chunk size / overlap）需要精心调参 🔧

代表：Mem0、Zep、OpenClaw 的核心检索层

4.3 基于文件系统的记忆（Filesystem-Based）

核心思想：直接用 Markdown 文件存储记忆，Agent 像人一样读写文件。

MEMORY.md（长期记忆） memory/2026-03-23.md（每日笔记） USER.md（用户画像） 

优势：

• 完全透明，人类可读可编辑 ✅
• 无需额外基础设施（不需要向量数据库）🏠
• Agent 和人类可以协同维护 🤝
• Letta 基准测试显示，纯文件系统方案在 LoCoMo 上达到 74.0%，击败了多个专业记忆系统！📊

劣势：

• 文件量大时检索效率下降 📉
• 缺乏语义理解（精确关键词匹配为主）🔍
• 依赖 Agent 自身的记忆管理能力（写什么、删什么）🤖

代表：OpenClaw（文件 + 向量混合）、Letta Filesystem

4.4 基于知识图谱的记忆（Graph Memory）

核心思想：将记忆建模为实体-关系图谱，捕获事实之间的结构化关系。

[用户: 张三] --居住在--> [城市: 上海] [用户: 张三] --使用工具--> [编辑器: Vim] [事件: 认证迁移] --时间--> [2026-03-15] [事件: 认证迁移] --参与者--> [用户: 张三] 

优势：

• 关系推理能力强（“张三的同事中谁用过 Vim？”）✅
• 自然处理实体更新（修改节点属性即可）🔄
• 支持多跳推理 🧠

劣势：

• 图谱构建成本高（需要实体识别和关系抽取）💸
• 难以表达非结构化的模糊信息 🌫️
• 规模增长后查询性能下降 📉

代表：Cognee、Mem0 Graph Memory、Microsoft GraphRAG

4.5 基于多 Agent 推理的记忆（Agentic Memory）

核心思想：完全抛弃向量数据库和 Embedding，用多个专业化 Agent 并行阅读和推理已存储的信息，以"认知理解"替代"数学相似度"。

用户问题 → 编排器 → [搜索Agent1: 直接事实] + [搜索Agent2: 上下文线索] + [搜索Agent3: 时间线重建] → 汇总验证 → [8-12个专家Agent并行回答] → 投票/裁判 → 最终答案 

优势：

• 在 LongMemEval 上达到 ~99% 准确率，远超所有传统方案 🏆
• 天然处理信息矛盾和时序变化 ⏰
• 不需要 Embedding，可完全内存运行 💨

劣势：

• API 调用成本极高（每次查询需要 6+ 个 Agent 并行工作）💸💸💸
• 延迟较高（多 Agent 串并行） ⏳
• 目前仍为实验性方案 🧪

代表：ASMR（Supermemory）

五. 代表性系统详解 🏗️

5.1 Mem0：托管式语义记忆平台

开发者：Mem0.ai

架构：

• 双层存储：向量数据库（语义检索）+ 知识图谱（关系推理）
• 自动从对话中提取事实并存储
• 支持记忆冲突检测和自动更新
• 提供 SaaS 托管和开源自部署两种模式

核心特性：

• Graph Memory（2026年1月推出）：在传统向量检索基础上增加实体关系图谱，可追踪"张三 → 居住在 → 上海"这类结构化关系
• 用户画像自动生成：从对话中自动提取用户偏好、习惯等
• 多 LLM 支持：支持 OpenAI、Anthropic 等主流提供商

适用场景：需要快速集成记忆能力的 SaaS 产品、客服 Agent、个性化推荐系统 🏢

5.2 Zep：长期记忆即服务

开发者：Zep AI

架构：

• 基于 PostgreSQL 的持久化存储
• 事实三元组提取 + 向量语义检索
• 内置时间衰减和事实冲突解决
• 商业云服务 + 开源社区版

核心特性：

• 对话历史自动摘要：自动对长对话进行压缩摘要
• 事实提取与实体解析：从对话中自动提取结构化事实
• 企业级合规：支持 SOC2、GDPR 等合规要求

适用场景：企业级 Agent 应用、需要合规保障的场景 🏛️

5.3 Letta（原 MemGPT）：虚拟上下文管理

开发者：UC Berkeley 研究团队 → Letta 公司

架构：

• 灵感来源于操作系统的虚拟内存概念
• Agent 自主管理一个层级化的记忆结构：
  • 核心记忆（Core Memory）：始终在上下文中的关键信息
  • 归档记忆（Archival Memory）：持久化存储，按需检索
  • 回忆记忆（Recall Memory）：对话历史搜索
• Agent 通过 memory_insert、memory_search 等工具函数自主操作记忆

核心特性：

• 自主记忆管理：Agent 自己决定什么时候存、搜、删——像人类管理自己的笔记 📝
• Filesystem 基准惊人：Letta 发现纯文件系统方案在 LoCoMo 上达到 74.0%，超过了当时多个专业记忆系统

适用场景：需要 Agent 高度自主的场景、研究探索 🔬

5.4 Cognee：知识图谱驱动的结构化记忆

开发者：Cognee AI

架构：

• 以知识图谱为核心，使用 LLM 从文本中抽取实体和关系
• 支持多种图数据库后端（Neo4j、FalkorDB 等）
• 将非结构化文本转化为结构化的可查询图谱

核心特性：

• 图模式推理：支持多跳关系查询
• 模块化管道：提取、去重、链接、推理各步骤可自由组合
• 开源优先

适用场景：知识密集型 Agent、需要复杂关系推理的场景 🕸️

5.5 MemOS：记忆操作系统

开发者：学术研究团队（2025 年论文，被引 40 次）

架构：

• 将记忆抽象为"操作系统"概念，提供统一的记忆管理接口
• 分层记忆架构：感知记忆、工作记忆、长期记忆
• 记忆生命周期管理：创建、更新、合并、遗忘

核心特性：

• MemOS-0630 在所有记忆基准中排名第一，超越 Mem0、LangMem、Zep 和 OpenAI Memory
• 统一的记忆操作 API

适用场景：学术研究、需要精细记忆管理的复杂 Agent 系统 📐

5.6 OpenClaw：文件 + 向量混合检索记忆

开发者：OpenClaw 开源社区

架构：

• 以 Markdown 文件为记忆载体（MEMORY.md、daily notes）
• 使用 SQLite + sqlite-vec 向量扩展 构建本地向量索引
• Hybrid Search：向量语义检索（70%权重）+ FTS5 全文检索（30%权重）
• 支持多种 Embedding 提供商（OpenAI、Gemini、Voyage、Mistral、Ollama、本地模型）

核心技术栈：

Markdown 文件 ↓ 文件监听 (watch) 分块 (400 tokens, 重叠 80) ↓ Embedding (text-embedding-3-small 等) ↓ SQLite 存储 (chunks 表 + FTS5 虚拟表) ↓ Hybrid Search (向量 + 全文混合) ↓ 后处理 MMR 去重 + 时序衰减 + 引用溯源 ↓ 注入 LLM 上下文 

核心特性：

• 完全本地化：SQLite 存储，数据不出本机，隐私友好 🔒
• 人机协同：Markdown 文件人类可读可编辑，Agent 也可以自动写入
• 多语言 FTS：查询扩展支持中、英、日、韩、阿、葡、西、韩 8 种语言的停用词处理 🌍
• MMR 去重：避免返回高度相似的重复片段
• 时序衰减：可配置半衰期（默认 30 天），让近期记忆优先
• 引用溯源：返回结果附带 Source: path#L12-L20，可追溯来源
• 多模态记忆：支持图片 Embedding（需 Gemini embedding-2-preview）
• 会话记忆（实验性）：自动从历史对话中提取记忆

劣势：

• 无法处理信息矛盾（两条冲突信息都会返回）❌
• 被动检索（用户问了才搜，不会主动提取结构化知识）❌
• 无自动遗忘机制 ❌

适用场景：个人 AI 助手、隐私敏感场景、开发者工作流 👨‍💻

📢 系列预告：后续将发布 OpenClaw 记忆系统源码深度解析 专题博客，从 memory-search.ts 到 hybrid.ts，逐模块拆解其实现。

5.7 ASMR（Supermemory）：多 Agent 主动推理记忆

开发者：Supermemory 团队（@DhravyaShah）

全称：Agentic Search and Memory Retrieval（智能体搜索与记忆检索）

发布时间：2026年3月22日，X 平台曝光量 199.6 万次 🔥

架构：

原始对话 ↓ 3 个观察者 Agent 并行读取 (Gemini 2.0 Flash) ↓ 提取六维结构化知识 [个人信息 | 偏好 | 事件 | 时序数据 | 信息更新 | 助手信息] ↓ 存储 + 源映射 用户问题到来 ↓ 3 个搜索 Agent 并行推理 [Agent1: 直接事实] [Agent2: 上下文线索] [Agent3: 时间线重建] ↓ 汇总 + 逐字验证 8-12 个专家 Agent 并行回答 ↓ 多数投票 / 聚合裁判 最终答案 

核心技术突破：

• 完全抛弃向量数据库和 Embedding ❌🗄️
• 纯内存运行，可嵌入机器人等硬件
• 六维知识提取：不是简单的分块存储，而是围绕个人信息、偏好、事件、时序、更新、助手信息六个维度进行结构化提取 📐
• 主动推理检索：3 个搜索 Agent 各有侧重（事实 / 线索 / 时间线），基于认知理解而非数学相似度 🧠
• 多变体集成回答：
  • 8 变体集群：8 个专业化 prompt 变体并行（精准计数器、时间专家等），任一答对即计正确 → 98.60% ✅
  • 12 变体决策森林：12 个 Agent（GPT-4o-mini）独立回答 → 聚合大模型多数投票裁决 → 97.20% ✅

三大工程洞察：

1. Agent 主动检索 > 向量搜索：语义相似度无法区分"旧信息"和"新修正"，Agent 推理可以 ✅
2. 并行处理是效率核心：3 读取 + 3 搜索，速度和颗粒度大幅提升 ⚡
3. 专业化胜过泛化：精准计数器等专用 Agent 远强于单一全能 prompt 🎯

劣势：

• API 调用成本极高（6+ Agent 并行）💸💸
• 尚未用于核心生产环境 🧪
• 持久化方案未明确 ❓

后续计划：

• 2026年4月初全部代码开源
• GitHub: github.com/supermemoryai/supermemory

适用场景：对记忆精度要求极苛刻的复杂长期 Agent、研究探索 🔬

📢 系列预告：后续将发布 ASMR 多 Agent 记忆架构深度解析 专题博客，详细拆解其 3+3 Agent 流水线和投票裁判机制。

六. 系统横向对比 📊

6.1 架构对比

6.2 基准测试对比（LongMemEval / LoCoMo）

⚠️ 注意：各系统在基准测试上的评估标准和条件可能不完全一致，横向比较需谨慎。部分商业系统各自声称优于竞争对手，但目前尚无独立的、全面的第三方对比评测。

七. 关键设计决策分析 🎯

7.1 向量检索 vs Agent 推理检索

这是当前记忆系统最核心的路线分歧。

向量检索派（OpenClaw、Mem0、Zep）认为：

• 语义相似度检索在大多数场景下足够好
• 成本低、延迟低、工程成熟
• 与 Embedding 生态（OpenAI、Gemini）深度整合

Agent 推理派（ASMR）认为：

• 语义相似度有本质缺陷：无法区分"旧信息"和"新修正"
• 需要用主动推理替代被动检索
• 付出更高的成本换取接近完美的准确率

笔者观点：两种路线并非完全对立，未来可能走向混合架构——向量检索做初筛（快速缩小范围），Agent 推理做精排（处理矛盾和时序推理），这样可以兼顾效率和准确率。⚖️

7.2 集中式 vs 分布式记忆

• 集中式（Mem0、Zep）：所有 Agent 共享一个记忆后端，适合团队协作场景
• 分布式（OpenClaw）：每个 Agent 有自己的独立记忆，隐私性更强

7.3 被动存储 vs 主动提取

• 被动存储（OpenClaw）：Agent 或用户手动写入记忆文件，系统只负责索引和检索
• 主动提取（ASMR、Mem0）：系统自动从对话中提取结构化知识，无需人工干预

主动提取更智能，但也更容易引入错误（错误提取、过度提取）。被动存储更可控，但依赖 Agent 的"自律性"。

7.4 精确召回 vs 语义模糊匹配

• 精确召回（FTS 全文检索）：适合查找特定术语、名称、代码片段
• 语义模糊匹配（向量检索）：适合"我之前说过的那个方案"这类模糊查询

OpenClaw 的 Hybrid Search（70% 向量 + 30% FTS）正是试图在两者之间取得平衡。

7.5 隐私与部署模式

八. 评估基准与指标 📏

8.1 LongMemEval

由 Supermemory 团队重点使用的基准测试，专注于长期记忆能力评估：

• 超过 11.5 万 token 的对话历史
• 包含互相矛盾的信息
• 跨越多个会话的零散事件
• 需要进行时间推理的复杂问题

8.2 LoCoMo（Long Conversational Memory）

另一个广泛使用的记忆基准：

• 评估跨长对话的记忆保持能力
• Letta Filesystem 在此基准上达到 74.0%

8.3 关键评估维度

九. 未来展望 🚀

9.1 混合架构将成为主流

向量检索做粗筛 + Agent 推理做精排 + 知识图谱做关系推理，三者融合的混合架构可能是最终答案。

9.2 记忆将从"附加功能"变成"基础设施层"

正如 Supermemory 团队所预见的：“过去几年，大模型的竞争集中在参数规模、推理速度、上下文窗口长度。但记忆才是让 AI 从’工具’变成’搭档’的最后一块拼图。”

9.3 标准化与互操作

目前各记忆系统各自为政，缺乏统一的接口标准。MemOS 提出的"记忆操作系统"概念，以及行业对统一评估基准的需求，都在推动标准化进程。

9.4 多模态记忆

当前大多数记忆系统只处理文本。随着多模态 Agent 的普及（语音、图像、视频），记忆系统也需要支持多模态信息的存储和检索。OpenClaw 已经开始支持图片 Embedding，但仍处于早期阶段。

9.5 隐私计算与联邦记忆

在企业场景下，多个 Agent 可能需要共享部分记忆但保护敏感信息。联邦学习 + 差分隐私的技术路线可能被引入记忆系统。

十. 系列预告 📢

本文作为 Agent Memory 系列博客的开篇综述，后续将推出两篇深度解析：

1. 《OpenClaw 记忆系统源码深度解析》
   • 从 memory-search.ts 到 hybrid.ts 逐模块拆解
   • SQLite + sqlite-vec 的向量存储实现
   • Hybrid Search 的权重调参实践
   • 多语言 FTS 查询扩展机制
   • 文件监听与增量同步策略
   • 适配 Gemini 的多模态记忆
2. 《ASMR 多 Agent 记忆架构深度解析》
   • 3+3 Agent 流水线的编排逻辑
   • 六维知识提取的 Prompt 设计
   • 8/12 变体集成回答的投票机制
   • 从 ~85% 到 ~99% 的优化路径
   • 与 Supermemory 生产引擎的关系

敬请期待！✨

参考文献

1. Du, Y., et al. “Memory in the Age of AI Agents.” arXiv preprint, December 2025. [GitHub]
2. Shah, D. “We broke the frontier in agent memory: Introducing ~99% SOTA memory system.” X (Twitter), March 22, 2026. [Link]
3. Supermemory. “ASMR: Agentic Search and Memory Retrieval.” Supermemory Blog, 2026. [GitHub]
4. OpenClaw. “OpenClaw: Open-source AI Agent framework.” [GitHub]
5. Packer, C., et al. “MemGPT: Towards LLMs as Operating Systems.” arXiv preprint arXiv:2310.08560, 2023. → 后更名为 Letta
6. Mem0. “Graph Memory for AI Agents.” Mem0 Blog, January 2026. [Link]
7. Li, Z., et al. “MemOS: A Memory OS for AI System.” arXiv preprint, 2025. 被引 40 次
8. Letta. “Benchmarking AI Agent Memory: Is a Filesystem All You Need?” Letta Blog, August 2025. [Link]
9. Zep AI. “Zep: Long-term memory for AI Agents.” [Link]
10. Cognee. “Cognee: Knowledge graph memory for AI.” [GitHub]
11. 新智元. “一夜之间，AI终获「永久记忆」！最难考试99%刷爆SOTA，全网直呼疯狂.” 微信公众号, 2026年3月23日.