智能体记忆的赛道地图——智能体基建系列

AI助手刚出来时你大概曾经遇到过这样的情况，跟一个 AI 助手聊了半天，第二天回来它既不认识你，也不记得昨天聊到哪。为什么会这样？其实是因为大模型每一轮对话对它都是从零开始，全靠那块有限的上下文窗口，窗口一满，前面的东西就被挤出去了。智能体记忆要解决的就是这件事。
管中窥豹，先来看一下近期智能体记忆的火爆程度：Mem0 攒到约 6.3 万星，成了生态最大的记忆层；腾讯云 5 月首次开源、8 月 v2.0 团队版引爆的 TencentDB-Agent-Memory，8 月 v2.0 发布后一周内冲上 GitHub 周趋势榜第一、涨到一万五千多星，如今约 2 万。热度是真的。但“记忆”这个词已经有点被用烂了，有人指聊天记录，有人指向量数据库，有人指知识图谱，大家聊的可能根本不是一件事。我们要进行智能体的基建就有必要把赛道铺开，看看到底有哪些玩家、各自占哪一块。

一、四类记忆

如果把 Agent 当成人，记忆可以分成四类。

• 工作记忆，相当于人脑子里几秒到几分钟的意识缓冲区。Agent 里就是当前的上下文窗口，加上最近几轮对话。转瞬即逝，窗口一满就没了。

• 情景记忆，"我经历过什么"，带时间地点。Agent 里是历史交互、任务轨迹，存在向量数据库里，配时间戳。Mem0 主要做的就是这类。

• 语义记忆，"事实是什么"，不带时间标签。用户偏好、实体关系、领域知识，靠知识图谱或向量索引存。Zep、Graphiti 走的是这条线。

• 程序性记忆，"怎么做"，技能和流程。Agent 里是成功的工具调用序列、跑通的 SOP，存成代码或提示模板。腾讯云那个方案里的 Skill 资产，就是这类。

  四类记忆，落地方式完全不同。工作记忆靠上下文窗口，情景记忆靠向量库，语义记忆靠图谱，程序性记忆靠规则和模板。
  当我们想"给我的 Agent 加个记忆"就必须了解清楚场景、分析安装哪类记忆更合适。
  举个例子，"Agent 执行到哪一步、刚才调了什么工具"，这是运行时状态，属于工作记忆。"用户上个月说过不喜欢红色"，这是知识记忆，属于情景或语义记忆。两者是两回事，但很多工具想用一个东西同时解决，结果两个都搞砸。具体讲，运行时状态要快、要即时、用完即弃；知识记忆要稳、要持久、要能跨会话召回。把运行时状态塞进向量库，检索慢，还污染长期记忆；把知识记忆塞进上下文窗口，窗口一下就被撑爆。分不清这两件事，是记忆系统做得烂的第一大原因。

二、赛道地图：六个分区

按“架构范式 + 解决什么问题”可以把智能体记忆赛道分成六块。每块都有自己的代表，也有自己的天花板。

1. 通用记忆层：Mem0

典型代表Mem0，目前约 6.3 万星，生态最大，是大多数人“给我的 Agent 加个记忆”时的默认答案。

它的做法是向量优先：写入时用 LLM 把对话抽成原子事实，检索时多信号匹配。好处是上手成本最低，几乎不用改现有代码。代价是它有基于时间元数据的时序重排，但非 Zep 式双时序图谱，记不住“某个事实什么时候成立、什么时候失效”。你改了地址，它可能还把新旧两个地址一起检索出来，让模型自己猜。
同类里还有个 LangMem，是 LangChain 官方的，库而非服务。如果你已经在用 LangGraph，它更轻，热路径和后台管理分开处理。定位上和 Mem0 是一路，但一个卖服务，一个卖库。
这块是赛道的入口，量大、热闹，但上限看得见。

2. 时序图谱：Zep / Graphiti

Zep 是打包好的记忆产品，Graphiti 是它底下的开源图引擎。Zep 社区版 2025 年已弃用，如今真正在涨、值得跟的是 Graphiti——约 3 万星，Zep 本体才约 4.8 千星，相差六倍。

如果说 Mem0 回答“事实是什么”，Graphiti 回答的是“这个事实什么时候为真”。它用双时序知识图谱，每条边（一个事实）带两条时间线：一条记事件在现实里何时发生、何时失效（valid_at / invalid_at），一条记系统何时把它写进图（created_at / expired_at）。新旧事实冲突时，旧边不删，只标 invalid_at，历史全留着。所以它能答“这个客户 Q2 变更之前的方案是什么”，也能做“截至某天我们知道了什么”的点时间查询。
代价是实打实的：图构建贵，每一步摄入都要调 LLM 抽实体，Zep 每对话记忆足迹超 600K token，Mem0 才一千多，量级差几百倍。自托管还得自己维护图数据库和索引。但你要的是“事实随时间的演化”而非“最近聊了什么”，这是目前最干净的一条开源路线。

3. 文档图谱：Cognee

约 2.7 万星，走的是图谱路线的另一支。

它跟 Zep 不一样，Zep 存的是 agent 交互里沉淀的时序事实，Cognee 抽的是文档里的知识。

做法是 ECL 管道，extract、cognify、load，把文档抽成带类型的知识图谱，支持 SQLite、LanceDB、Kuzu 这些嵌入式存储，本地优先，不强制上云。

短板也清楚：它没有 MCP 工具，面向的是“文档→知识图谱”，不是实时 agent 记忆。真要在对话里做记忆，它帮不上；要做知识密集的本地 RAG，它挺合适。

4. 记忆自治：Letta（前 MemGPT）

约 2.4 万星，但它是这条赛道的思想源头。

2023 年 10 月伯克利那篇《MemGPT: Towards LLMs as Operating Systems》，把“给 LLM 无限上下文”这件事用操作系统的虚拟内存思路解掉了。

它跟前两派的根本区别在于：Mem0 和 Zep 都是“系统替 Agent 管记忆”，抽取、排序、注入都是平台干的；Letta 把钥匙交给 Agent 自己，让它决定什么该记、什么时候检索、什么该归档。

这思路漂亮，但绑定整套运行时，部署重，而且记忆质量直接取决于底层模型聪不聪明。模型弱了，会记出一堆脏东西。

5. 团队治理：TencentDB-Agent-Memory

腾讯云 5 月首次开源、8 月 v2.0 团队版引爆，MIT 协议，是目前这波里星涨得最猛的。

它不做单 Agent 的记忆精度，做的是团队记忆：多个 Agent 共享一套经验，配上权限治理。四类资产，Chat Memory（发生过什么）、Skill（团队通常怎么做）、Wiki（有效知识在哪）、CodeGraph（改这里会影响哪），再加一层 L0 到 L3 的语义金字塔，底层存数据库保证据，高层存 Markdown 保人可读。

它的对标不是 Mem0，是企业知识管理那套 Confluence 加 Jira。这是条不一样的路线，重治理而非记忆精度。

6. 前沿新锐：MindMemOS、Hindsight、OMEGA

这一撮普遍学术导向，工程成熟度还得再看。
华为诺亚的 MindMemOS 用实体、属性、时间三维结构，把孤立事实放回同一条时间轴。Hindsight 靠四策略检索加 rerank，在 LongMemEval-s 刷到 94.6%，还是 BEAM 十万 token 测试的榜首；OMEGA 是本地上下文引擎，LongMemEval 95.4%，零依赖，一个 SQLite 加 ONNX 就够；Supermemory 走 MCP-first，通用记忆（RAG+图谱）。
这几个分数都是单篇横向评测的数字，各家用各自的评测协议，别太当回事。但它们至少说明，纯靠工程堆出来的超长上下文记忆，上限还能往上顶。

其他值得留意

还有几个更小众的：MemOS 主打技能复用和自我进化，自称省 35% token；ReMe（阿里系）把后台巩固和前台检索分开；Memary 是轻量通用款；A-MEM 受卡片笔记法启发，走 Zettelkasten 那套。

三、格局判断

生态最大的是 Mem0，要最快落地就它，但记得它的基准有水分，Mem0 自家 LongMemEval 报 94.4%，第三方 Vectorize 独立测仅 49.0%；LoCoMo 自家 92.5% 无独立复现。
最值得研究的是 Letta，它定义了“记忆由谁管理”这个问题，后面 Mem0、Zep、TencentDB 的分化都能从它这追到根。
踩热点写评测就选 TencentDB，5 月首次开源、8 月 v2.0 引爆、争议点够多（无自动遗忘、向量检索瓶颈、Skill 精度没公开），正好做平衡评测。

一张选型矩阵收尾：

维度	Mem0	Zep/Graphiti	Letta	TencentDB
时间推理	弱	原生双时序	无	弱（靠向量）
生态	最大	中	中	新
记忆自治	无	无	唯一	半（Loadout）
团队治理	无	无	无	核心
上手成本	最低	高	中	中

Cognee 没放进这张表，因为它面向文档知识抽取，和这四个不在一个选型维度。要做本地知识图谱再单拎出来看。

结尾

赛道还在快速变，有的项目的星数几个月可能就翻番，这次不是在看现在“谁最强”，主要看看“谁在解决什么问题”，为后续智能体搭建做好基建分析。