2026 年，你和 AI Agent 有一段跨三天的对话。

第一天：你花了 20 分钟，向 Agent 详细解释公司代码库的结构、团队的命名规范、以及某个遗留模块的"潜规则"。Agent 表现得非常理解。

第二天：你问 Agent：「昨天我们说那个遗留模块要怎么接入新服务？」Agent 礼貌地回答：「抱歉，我没有这次对话的上下文。」

第三天：你重新打开对话框，发现 Agent 完全不记得你是谁。

这就是「金鱼问题」（Goldfish Problem）——当前 AI Agent 最大的体验断层。LLM 本身是无状态的，每一次对话都是从零开始。上下文窗口再大，也只是更大的"草稿纸"，不是记忆。

记忆持久化，正是解决这个问题的关键技术。

一、为什么 Agent 的记忆是个系统性问题

很多人第一反应是：用 RAG（检索增强生成）不就行了吗？把历史对话向量存入数据库，检索回来做上下文。

这个思路没有错，但远远不够。RAG 解决的是「知识召回」的问题，而 Agent 记忆涉及更复杂的层面：

  • 偏好记忆：用户喜欢简洁回复还是详细解释？
  • 关系记忆：用户 A 和用户 B 是什么关系？
  • 时间线记忆：这件事发生在哪个版本发布之后？
  • 置信度记忆：这条"事实"有多可靠，是否被后续对话推翻过？

这些问题，简单的向量相似度检索解决不了。Agent 需要一套分层记忆架构，模拟人类大脑中不同类型的记忆机制。

二、记忆的四层模型

参考神经科学对人类记忆的分类，AI Agent 的记忆可以划分为四个层次：

2.1 工作记忆（Working Memory）

类比：人脑的短时记忆，类似 RAM。

作用：保存当前对话窗口内的上下文，是 LLM 直接"看到"的内容。

特点：

  • 容量受限于上下文窗口大小（8K、128K、1M tokens 不等）
  • 天然具有"最近优先"偏差，早期信息被后续内容稀释
  • 每次新对话开始时清空

Agent 中的问题：迭代 summarization（摘要压缩）虽然能腾出空间，但会引入「上下文崩溃」——多次压缩后，细节信息以非线性方式丢失，且不可逆。

2.2 情景记忆（Episodic Memory）

类比：人脑记录"那天发生了什么"，类似日志。

作用：存储完整的对话历史或任务轨迹（trajectory），包括时间戳、事件顺序、决策节点。

特点：

  • 完整保留细节，可回溯审计
  • 存储成本高，检索时需要配合时间条件过滤
  • 适合用于合规要求高的场景（如临床试验监控、金融风控）

典型应用：「AI 为什么要推荐这个方案？」→ 查询情景记忆，追溯决策路径。

2.3 语义记忆（Semantic Memory）

类类：人脑的"知识图谱"，去掉具体场景的抽象事实。

作用：存储提取后的结构化知识：用户偏好、事实结论、实体关系。

特点：

  • 经过压缩和抽象，体积小、检索快
  • 需要从原始对话中"提炼"——这本身就是一个复杂的 Agentic 任务
  • 典型的实现形式：知识图谱 + 向量检索

典型应用：「用户偏好：简洁回答，不需要太多emoji」→ 从多次对话中提取并持续累积。

2.4 程序记忆（Procedural Memory）

类比：人脑的"肌肉记忆"，知道"怎么做"。

作用：存储 Agent 的行为模式、工具调用习惯、工作流程。

特点：

  • 不是"知道什么"，而是"习惯怎么做"
  • 例如：Agent 学会了"每次写代码前先运行测试"这个习惯
  • 通常通过系统提示词（System Prompt）或行为模板实现

三、核心工程方案对比

目前社区最活跃的四个开源方案：Mem0、Letta（MemGPT）、LangMem、Zep。它们代表了不同的设计哲学。

3.1 Mem0 —「插入式记忆层」

定位：即插即用的记忆服务，GitHub ~48K Stars，Apache 2.0 协议，Y Combinator 投资。

核心思路：

  • 被动提取（Passive Extraction）：不需要 Agent 主动调用记忆工具，Mem0 自动从对话中提取 facts、preferences、relationships
  • 三层存储：User（跨会话）→ Session（单会话）→ Agent（多用户共享）
  • Pro 版本提供 Graph Memory：实体关系图谱，支持多跳推理

优点：

  • 集成极简，mem0.add() 三行代码搞定
  • 不绑定 Agent 框架，OpenAI、Claude、本地模型都能用
  • Managed 版本开箱即用，支持 SOC 2/HIPAA

缺点：

  • Pro 版本的 Graph Memory 需要 $249/月
  • 自主托管（self-host）版本功能有差异

LongMemEval 基准：49.0%（第三方独立评测）

适用场景：快速为现有 Agent 添加记忆能力，不需要太多定制。

3.2 Letta（MemGPT）—「LLM 即操作系统」

定位：将 LLM 视为操作系统，模型自己管理记忆的分页（paging），GitHub ~21K Stars。

核心思路：

  • MemGPT 的原始洞察：让 LLM 自己决定何时将信息从「主上下文」（RAM）写入「归档存储」（磁盘），何时召回
  • 记忆分层：Core Context（主上下文）→ Recall Store（近期记忆缓存）→ Archival Store（外部冷存储）
  • LLM 通过 function calling 来执行记忆的写入和检索——即"让 Agent 自己管理自己的记忆"

重命名说明：MemGPT 已更名为 Letta，但核心技术思想不变。

优点：

  • 记忆管理完全由 Agent 自主控制，不需要人工干预提取策略
  • 适合高度自主的长周期 Agent 任务
  • 附带 ADE（Agent Development Environment），有可视化调试界面

缺点：

  • 需要围绕 Letta 构建整个 Agent 运行时，框架锁定较重
  • 不适合只想在现有架构上加一层记忆的场景

适用场景：需要 Agent 长时间运行、自主决策、跨多天持续执行复杂任务。

3.3 LangMem —「LangGraph 原生记忆」

定位：LangChain/LangGraph 生态的官方长期记忆解决方案。

核心思路：

  • 作为 LangGraph 的 storage 层集成，支持 SemanticMemory、EpisodicMemory、ProceduralMemory 三种类型
  • 记忆操作通过显式工具调用（不是被动提取）：Agent 自己在合适的时机调用 memory.store() 和 memory.retrieve()
  • 支持 fact-level 和 behavior-level 两种记忆

优点：

  • 与 LangGraph 无缝集成，langgraph add memory 即可
  • 行为级记忆（记住"Agent 应该怎么做事"）是独特能力

缺点：

  • LongMemEval 基准 58.10%，但 p95 检索延迟高达 59.82 秒——对实时交互场景不友好
  • 过度依赖 LangGraph 生态

适用场景：已在使用 LangGraph 的团队，需要离线和批量模式的 Agent。

3.4 Zep —「Enterprise 级记忆」

定位：面向生产环境的记忆服务，提供完整的记忆存储、检索和会话管理。

核心思路：

  • 自动从对话中提取实体、关系和摘要
  • 提供 ZepMemory 类，支持 session-level 和 user-level 记忆
  • 内置去重和记忆合并机制，防止同一事实被多次记录

优点：

  • 专为生产环境设计，支持高并发
  • 提供记忆重整（memory reconsolidation）功能：随着时间推移合并矛盾记忆

缺点：

  • 相比 Mem0，生态系统较小
  • 文档和社区支持相对有限

四、ACE 模式：上下文工程的新范式

2025 年一篇有影响力的 arXiv 论文提出了 Agentic Context Engineering（ACE），解决的是传统 RAG 在 Agent 场景下的两大缺陷：

  • 简洁性偏差：LLM 天生倾向于简短回复，多次迭代后上下文变得支离破碎
  • 上下文崩溃：反复 summarization 导致信息非线性丢失

ACE 的解法是一个三 Agent 循环：

Generator（生成）→ Reflector（反思）→ Curator（策展）
  1. Generator：产生初始响应或轨迹
  2. Reflector：评估并精炼，检测错误、补充遗漏的上下文
  3. Curator：将学习成果提取到「上下文剧本」（Context Playbook）中，作为 skills.md 或 memory store

下次 Agent 启动时，Playbook 自动注入。实验结果：Agent 基准 +10.6%，领域任务 +8.6%，且无需对 LLM 做任何 fine-tune。

这个模式的本质是：记忆的构建本身也是一个 Agentic 过程，而不是一个简单的 ETL 管道。

五、从零搭建：记忆系统的最小可行架构

不想引入重型依赖？以下是一个基于 Redis + 向量数据库的最小实现：

# 记忆三层架构（简化版）

class AgentMemory:
    def __init__(self):
        # 1. 工作记忆：当前会话的 sliding window
        self.working = SlidingWindowMemory(max_tokens=8192)
        
        # 2. 情景记忆：Redis List，存储完整事件
        self.episodic = RedisList("episodic:{session_id}")
        
        # 3. 语义记忆：向量数据库，存储提取后的 facts
        self.semantic = QdrantCollection("semantic_memory")
    
    def store(self, content: str, memory_type: str):
        if memory_type == "episodic":
            self.episodic.append({"content": content, "ts": time.time()})
        elif memory_type == "semantic":
            vec = embed(content)
            self.semantic.upsert([(content, vec)])
    
    def retrieve(self, query: str, top_k: int = 5):
        # 优先从工作记忆检索，其次语义记忆
        working_results = self.working.search(query)
        semantic_results = self.semantic.search(embed(query), top_k)
        return merge_and_rank(working_results, semantic_results)

真实生产环境建议：

  • Prefetch 策略：Agent 启动时异步加载最可能相关的记忆，避免首次响应延迟
  • 记忆过期：用户的偏好会变，过期记忆要有降级和淘汰机制
  • 写入节流：不要每次对话都写，高频写入会撑爆向量数据库

六、选型决策树

需要快速集成、最小改动？
├─ 是 → Mem0（推荐）
└─ 否 ↓

已有 LangGraph 生态？
├─ 是 → LangMem（注意延迟问题）
└─ 否 ↓

需要 Agent 自主管理记忆、长周期任务？
├─ 是 → Letta
└─ 否 ↓

企业级生产环境、高并发？
└─ Zep

一句话总结：

  • Mem0 = 记忆的 Redux，框架无关，集成最快
  • Letta = 记忆的操作系统，Agent 自我管理
  • LangMem = LangGraph 生态的官方配套
  • Zep = 生产级企业方案

七、趋势与展望

记忆持久化正在从「可选特性」变成「生产级 Agent 的必备基础设施」。几个值得关注的趋势：

1. 记忆基准的成熟 LongMemEval 等第三方基准的出现，让记忆系统的评估不再依赖"感觉"。未来选择记忆方案会有更客观的数据支撑。

2. 图谱记忆的崛起 向量检索解决"相似性"问题，图谱记忆解决"关系性"问题。Mem0 Pro、LangMem 都在往这个方向走。实体关系图谱能让 Agent 做多跳推理，而不是单点检索。

3. 记忆与 fine-tuning 的边界模糊 当 Agent 反复经历同一个任务并从中学习时，这本质上是在做轻量 fine-tuning。「记忆系统 + 自适应行为更新」会逐渐变成一个连续体，而不是非此即彼的选择。

4. 隐私与合规 记忆系统天然涉及用户数据。“记忆的右侧遗忘权”（被删除的权利）正在成为企业级 Agent 的合规要求。Mem0 的 HIPAA/SOC2 支持只是个开始。

结语

2026 年的 Agent 开发，一个明显的分界线是：有没有记忆。

没有记忆的 Agent，每次启动都是新手。有记忆的 Agent，才能成为真正有生产能力力的数字员工。

金鱼和十年老搭档之间的差距，不是更多上下文窗口，而是持久化的学习与适应能力。

选对记忆架构，是让 Agent 从"工具"变成"伙伴"的第一步。

本文参考了 Mem0、Letta、LangChain LangMem、Zep 官方文档，以及 arXiv:2512.13564《Memory in the Age of AI Agents》、ACE 论文等研究成果。