腾讯开源 Agent Memory：符号化短期记忆 + 分层长期记忆，Token 省 61%
你有没有这种体验：和 AI Agent 聊了一整天的项目，第二天打开新终端，它完全不记得你是谁。
这是一个比想象中更严重的问题。不是"丢失了聊天记录"那么简单，是 Agent 不知道你的代码风格、不知道你用什么框架、不知道你已经踩过哪些坑。每次都是重新认识。
过去一年，市面上出现了各种记忆方案——向量数据库、长期上下文窗口、记忆摘要。但大多数方案做的是同一件事：把历史对话切块、向量化、存起来，召回时拼运气。
腾讯云数据库团队最近开源了一个叫 TencentDB Agent Memory 的项目，在 GitHub 上已经 300+ Star。它的做法不太一样，我仔细看了一下，有几个思路值得拿出来聊聊。
不是存更多，而是存更聪明
TencentDB Agent Memory 的核心设计围绕两个关键词：符号化和分层。
先说分层。传统记忆系统把历史切成向量块，平铺在一个池子里。听起来没什么问题，但实际跑起来你会发现：你和 Agent 聊了 50 轮对话，里面有代码调试、有需求讨论、有闲聊、有项目规划。当你问"帮我改昨天的那个 bug"时，Agent 得从这堆信息里大海捞针。
TencentDB Agent Memory 把记忆做成了一个四层金字塔：
- L0 — 原始对话：完整保留对话原文，不丢失任何信息
- L1 — 原子记忆：LLM 自动抽取结构化事实、偏好、约束
- L2 — 场景归纳：按项目/话题聚类成场景块，避免串场
- L3 — 用户画像：沉淀出稳定的用户画像，Agent 真正"懂你"
这套架构最大的特点是：信息密度从下往上递增，信息的可追溯性从上往下层层可查。日常对话靠 L3 画像了解你的偏好，涉及具体事实时下钻到 L1 查原子记忆，需要原文时再到 L0 翻原始对话。
这不是什么新概念——人类记忆本身就是分层的。但很少有 Agent 框架把它做成工程可用的方案。
Mermaid 画布：短期记忆的"招"有点意思
短期记忆压缩是另一个让我眼前一亮的设计。
长任务最耗 Token 的是什么？不是模型推理，是中间过程日志。一次搜索返回 2000 字原文，Agent 在里面翻了半天找到一句有用的话；一次代码调试输出几万行堆栈，Agent 得全部读一遍才知道问题在哪。
TencentDB Agent Memory 的做法是：工具返回的原始日志全部卸载到磁盘文件，上下文里只保留一张 Mermaid 流程图。图的每个节点带一个 node_id，Agent 看着图做推理，需要查细节时通过 node_id 到文件里 grep 原文。
效果很直观：
| 指标 | 优化前 | 优化后 | 变化 |
|---|---|---|---|
| Token 消耗 | 221.31M | 85.64M | −61.38% |
| 任务通过率 | 33% | 50% | +51.52% |
Token 少了六成，成功率反而涨了五成。逻辑是通的——上下文里全是有效信息，噪声少了，模型推理准确率自然上升。
Mermaid 这个选择也很聪明。它不是重新发明一种符号语言，而是用了所有主流大模型在预训练阶段就已经吃透的图形语法。用最通用的格式做最特定的压缩，这比自创一套 DSL 高明得多。
实测数据怎么看？
官方在 OpenClaw + Kimi-K2.5 环境下做了一组评测，我挑几个关键指标：
短期记忆（上下文卸载）：
- WideSearch 通过率：33% → 50%，+51.52%
- SWE-bench 通过率：58.4% → 64.2%，+9.93%
- Token 消耗降幅：33%～61%
长期记忆（用户画像）：
- PersonaMem 准确率：48% → 76%，+59%
- 事实召回率：29.63% → 79.07%
我不太关心绝对数值——不同场景基准不一样。我关注的是 "加了这个记忆系统之后，各指标一致性地向好的方向变"。没有一个 benchmark 是退步的，这在真实工程中很难得。
尤其 PersonaMem 从 48% 到 76%，说明分层架构在"记住用户是谁"这件事上确实有效。48% 是什么概念？接近抛硬币。76% 虽然不完美，但已经是有实际可用性的水平。
白盒可调试：这一点很重要
很多记忆系统的问题是：召回了错误的信息，你只能看到一串向量相似度分数，没办法判断是哪里错了。
TencentDB Agent Memory 把关键中间产物全部存成可读的 Markdown 文件：
~/.openclaw/memory-tdai/
├── persona.md # L3 用户画像，可直接打开检查
├── scenes/ # L2 场景块，按项目分类
├── atoms/ # L1 原子记忆
└── conversations/ # L0 原始对话每一条记忆都有一条完整的溯源链路：Persona → Scenario → Atom → Conversation。L3 说出"用户偏好 TypeScript"，你可以追溯到是哪段对话、哪个场景形成的这个结论。
做产品的都懂：不可调试的功能，等于不可维护的功能。尤其记忆是 Agent 行为的重要影响因素——如果连 Agent 为什么"记得"某件事都说不清楚，你对 Agent 的行为就没有掌控力。
对我的启发
我以前写过一句话：好工具的秘诀不是用最贵的模型，而是给模型造最好的缰绳。
TencentDB Agent Memory 在记忆这个维度上，做的就是这件事。它没有用更长的上下文窗口（Claude 100K、Gemini 1M 已经够长了），而是用工程手段让模型在有限的上下文里看到的信息密度更高。
几个值得借鉴的设计思路：
用符号代替自然语言。Mermaid 画布替代过程日志，一条边表达的信息可能等于三段自然语言。这不是压缩，是改变信息形态。
分层不是分层存储，是分层访问。底层存证据，顶层存结构。日常用顶层，需要时随时下钻。不是打标签分类，是不同抽象级别的视图。
异构存储。底层事实用数据库，高层画像用 Markdown。让每层数据用最适合的载体存。SQLite 适合批量检索，Markdown 适合人机共读。
快速上手
如果你已经在用 OpenClaw，接入很简单：
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart默认使用本地 SQLite + sqlite-vec，零配置即可启用。短期记忆压缩是可选功能，需要额外配置一下触发水位。
项目同时也支持 Hermes Agent 的 Docker 部署。长远来看，团队还规划了跨 Agent / 跨框架的记忆迁移、自动 Skill 生成、可视化调试面板。这让它不只是一个插件，更像一个独立的记忆基础设施。
一句话总结：Agent 记忆的解法不在"更大上下文"，而在"更聪明的组织"。这套开源方案在工程落地上做得比大多数项目扎实，值得关注。