摘要

本文深入剖析了笔者团队开发的「AGIC City」知识问答项目中的核心——三层记忆系统。视频内容首先对比了业界最受认可的两种记忆方案（MEM0框架与字节VK框架），然后详细介绍了项目自身的三层记忆架构（短期记忆、长期记忆、用户偏好），包括记忆的存储、检索、去重、合并、过期等机制，并给出了完整的流程图。最后总结了Agent记忆系统的发展趋势：从存聊天记录到存事实，再到成为运行时的一部分。

目录

• 核心观点
• 技术关键词
• 1. 两种主流记忆方案对比
  • 1.1 MEM0框架
  • 1.2 字节VK框架
  • 1.3 核心对比总结
• 2. 项目三层记忆架构详解
  • 2.1 架构总览
  • 2.2 短期记忆
  • 2.3 长期记忆
  • 2.4 用户偏好
• 3. 核心流程：记忆的读取与写入
  • 3.1 读取阶段
  • 3.2 写入阶段
  • 3.3 去重与合并机制
• 4. Agent记忆系统的发展趋势
• 思维导图

核心观点

1. 未来Agent的核心竞争力在于记忆系统，而非模型本身。谁能用更少的token注入更准的上下文，保证长期一致性，谁就更强。
2. 三层记忆架构（短期、长期、偏好）是兼顾实时性、精准性和用户个性化的有效方案。
3. MEM0与VK是两种截然不同的思想流派：MEM0是外挂的「事实数据库」，适合中间件集成；VK是内嵌的「上下文引擎」，更适合复杂的Agent运行时状态管理。
4. 最佳实践是融合二者优点：借鉴MEM0的「基于事实的存储」思想，采用VK的「统一上下文编排」思想。
5. 去重、合并、重要性衰减是长期记忆保持高质量和避免冗余的关键机制。

技术关键词

• 三层记忆架构
• 短期记忆（STM）
• 长期记忆（LTM）
• 用户偏好
• MEM0框架
• 字节VK框架
• 向量库
• 混合检索
• 去重机制
• 记忆合并
• 重要性衰减
• Agent运行时
• 上下文编排
• 异步写入

---

1. 两种主流记忆方案对比

在Agent记忆领域，业界最受认可的两个方案分别是 MEM0框架 和 字节VK框架。两者目标一致——让Agent长期记住东西，但思想和实现路径截然不同。

1.1 MEM0框架

核心思想：不要存聊天记录，而是存「事实」。传统方案将所有聊天记录存入prompt，导致token爆炸和噪声巨大。MEM0从对话中「蒸馏」出关键事实，例如用户说“我喜欢Go，在东京做Agent开发”，MEM0不会存整段对话，而是提取为三条事实：用户喜欢Go、用户在东京、用户正在开发Agent。

架构特点：

• 本质：不是向量数据库，而是记忆的Pipeline（流水线），从Conversation到Memory Extraction。
• 关键特性：
  • Add-Only Memory：不覆盖旧记忆，新旧并存。
  • 联合召回：不仅向量搜索，还结合关键字、事实进行联合召回。
  • 异步写入：记忆写入不阻塞用户响应，后台异步完成。
• 优点：工程结构好，不绑定运行时，可通过memory.add和memory.search轻松集成，适合作为中间件。
• 缺点：
  • 外挂记忆，需要调用Memory Service，导致上下文不统一。
  • 只擅长长期事实的存储，不擅长Agent运行时状态（如任务进度、工具执行状态、Workflow Checkpoint）。

1.2 字节VK框架

核心思想：Memory是Context Infrastructure，而非外挂系统。VK是一个统一上下文引擎，记忆存在于上下文编排之中，而不是需要时再去检索。

架构特点：

• 本质：Agent运行时的一部分，记忆是Prompt构建的组成部分，而非外挂向量库。
• 优点：
  • 更适合Agent，因为Agent需要状态、任务流程规划、Checkpoint，而不仅仅是用户事实。
  • 更容易实现复杂工作流，如Planner、Executor、Review等。
• 缺点：
  • 耦合重，像一个完整的运行时而非SDK，改造成本高。
  • 不够通用，MEM0接啥都行，VK更偏向字节运行时的选择。
  • 开源生态弱。

1.3 核心对比总结

维度	MEM0	VK
思想流派	中间件思想	操作系统运行时思想
核心定位	独立记忆层	Agent运行时内置记忆
记忆存储	外挂向量库	上下文编排的一部分
优势	开源、工程化强、通用	统一上下文、适合复杂工作流
劣势	上下文不统一、不擅长运行时状态	耦合重、改造成本高、不够通用
适用场景	需要快速集成记忆的聊天机器人	需要状态管理的复杂Agent系统

2. 项目三层记忆架构详解

笔者团队的项目「AGIC City」采用三层记忆架构：短期记忆、长期记忆、用户偏好。

2.1 架构总览

2.2 短期记忆

• 实现方式：滑动窗口，维持最近的多轮对话摘要。
• 作用：保证对话的流畅性和上下文连贯性。
• 淘汰策略：当窗口大小超过最大Token数（如max_tokens*2）时，按先入先出原则淘汰旧消息。

2.3 长期记忆

• 存储方式：存入两个向量库，采用混合检索，保证精准性和语义。
• 管理机制：
  • 去重：双轴去重，包括哈希去重和向量化去重。向量化去重：若本条记忆与长期记忆表中检索到的某条记忆相似度大于0.92，则放弃存入。
  • 合并：当召回相似记忆后，若相似度大于0.85，则进入合并流程，通过提示词进行合并。
  • 重要性衰减：长期记忆具有重要性评分，会随时间衰减。
  • 过期淘汰：根据重要性衰减和过期策略，淘汰不再重要的记忆。
• 降级策略：当向量搜索效果不佳时，使用TF-IDF进行降级检索，确保召回率。

2.4 用户偏好

• 提取方式：每轮对话后，通过LLM异步提取用户偏好，并批量存入。
• 兜底策略：同步会有一套规则引擎作为兜底，确保偏好提取的鲁棒性。

3. 核心流程：记忆的读取与写入

3.1 读取阶段

详细流程：

1. 用户输入一条消息。
2. 智能路由判断是否需要工具调用。
3. 若无需工具，直接加载三层记忆：
   • 短期记忆：滑动窗口，维持最近对话。
   • 长期记忆：将用户query向量化，在长期记忆目录中检索，根据余弦相似度召回相关记忆（支持TF-IDF降级）。
   • 用户偏好：从历史偏好表中恢复。
4. 构建系统提示词 + 偏好 + 长期记忆 + 短期记忆 + 当前消息，发送给LLM。
5. LLM生成回答后，异步提取偏好并存储长期记忆。

3.2 写入阶段

每轮对话的写入阶段：

1. 将回答内容、用户信息等存储到长期记忆。
2. 对学习内容进行向量化。
3. 进行去重检测（相似度 > 0.92 则放弃存入）。
4. 若通过去重，则存入长期记忆。
5. 异步提取用户偏好，批量存入。
6. 同步规则引擎兜底。

3.3 去重与合并机制

触发条件：每产生5条新记忆时，触发一次去重与合并。

流程：

1. 重要性衰减：先对现有记忆的重要性进行衰减。
2. 去重：双轴去重，哈希去重 + 向量化去重。
3. 合并：召回相似记忆，若相似度 > 0.85，则通过提示词合并。
4. 过期淘汰：根据重要性评分和过期策略，淘汰不再重要的记忆。

4. Agent记忆系统的发展趋势

代际	特点
第一代	存聊天记录
第二代	向量化搜索
第三代 MEM0	存事实，基于记忆的事实提取
第四代 VK	记忆不再是数据库，而是Agent运行时的一部分

未来方向：借鉴MEM0的「基于事实的存储」思想，采用VK的「统一上下文编排」思想，将二者优点融合。记忆不再是数据库，而是Context Native——Agent的核心竞争力不是模型，而是上下文调度能力。谁能用更少的token注入更准的上下文，保证长期一致性，谁就更强。

思维导图