核心判断：向量检索可以是 Agent 记忆的一部分，但不是完整答案。长期助手还必须决定什么值得写入、以什么层次保存、何时召回、何时更新或遗忘，以及如何隔离和审计。
长上下文和长期记忆解决不同问题
长上下文解决容量：一次调用最多能看多少内容。
长期记忆解决连续性：系统能否跨会话、跨任务、跨时间保留重要信息，并在后续任务中准确使用。
Mem0 对记忆评测的梳理给出了一个清晰区分：长上下文评测通常提供一次固定的大输入，测试模型能否在其中检索或推理；记忆评测则让系统持续接收信息、写入外部存储，并在后续回合检索。一个模型能在百万 token 中找到信息，不等于它能管理用户数周前的偏好和已经更新的项目决策。
因此，一次性文档问答可以主要依赖长上下文；长期助手、团队工作台、销售 Agent 和运维 Agent 则需要独立的记忆生命周期。
记忆不是存得越多越好
最容易出现的实现是把所有历史都切片、向量化并保存。它避免了“没存”，却带来另一组问题：
- 临时猜测被写成长期事实；
- 已被推翻的结论继续召回；
- 闲聊和工具日志占据检索结果；
- 大量记忆挤占当前任务的 token；
- 不同用户或项目的数据错误混用。
完整的记忆能力至少包含四步：从信息流中提取有用事实、写入外部存储、推理时检索，以及在内容过期时修剪或更新。只测向量检索准确率，只覆盖了其中一段。
TencentDB Agent Memory 的分层思路
TencentDB Agent Memory 的早期架构把记忆分成 L0 到 L3：
- L0 Conversation：原始对话和证据；
- L1 Atom：可独立使用的原子事实；
- L2 Scenario：由多条事实组成的任务或场景；
- L3 Persona：长期偏好和画像。
这种分层的价值在于，系统不必每次搜索所有历史。询问稳定偏好时可以先查看画像；恢复某个项目时查看场景；遇到争议再下钻到原子事实和原始对话。
项目也探索了 symbolic short-term memory：把沉重工具输出卸载到外部文件，用紧凑的任务结构保留当前状态，再通过标识追溯原始证据。上层保存结构，下层保存原文，比不可逆摘要更容易检查和纠错。
项目后续已经继续演化，当前仓库把定位扩展为团队级记忆中心，包含 Chat Memory、Skill、LLM-Wiki 和 Code-Graph 等可复用资产。这里更值得借鉴的是架构方向，而不是把某个版本的实现当作唯一标准。
每条记忆应该有哪些字段
普通团队不必一开始建设复杂平台。可以先规定一条长期记忆至少包含：
- 内容与类型；
- 原始来源；
- 创建和最后更新时间；
- 用户、项目、团队或 Agent 作用域；
- 置信度；
- 是否需要用户确认；
- 过期时间或替代关系；
- 可见权限和审计记录。
没有来源，错误记忆无法追查；没有作用域，多租户系统可能串数据；没有替代关系，新旧决策会同时进入 prompt。
召回预算比“召回更多”更重要
生产 Agent 的上下文有明确成本。记忆系统需要控制：最多召回几条、每条多长、总字符数或 token 数，以及不同类型的记忆能进入哪一层提示词。
例如：
- 用户明确确认的稳定偏好可以进入任务上下文；
- 模型推断出的偏好只作为候选，等待确认；
- 历史事故经验可用于生成检查清单，但不能自动覆盖当前操作规程；
- 原始聊天和工具日志按需下钻，不默认全部注入。
召回预算既控制成本，也减少旧信息对当前任务的污染。
更新、遗忘和冲突处理
只会新增、不懂更新的系统，运行越久越危险。
当用户改变偏好、需求被重新确认或运维策略更新时，系统应该将新记忆与旧记忆建立替代关系，而不是简单追加。对于冲突内容，可以采用：
- 时间优先，但保留旧版本；
- 权威来源优先；
- 高风险冲突请求用户确认；
- 无法确定时停止自动使用该记忆。
遗忘也不等于直接删除所有证据。业务系统通常需要把“禁止再召回”和“审计上仍可追溯”分开处理。
记忆系统必须可调试
当 Agent 使用了错误信息，需要判断问题发生在哪一段：
- 写入时提取错了；
- 检索没有找到正确内容；
- 排序把低价值记忆放在前面；
- 旧记忆没有失效；
- 作用域或身份判断错误；
- 注入位置破坏了当前任务上下文。
所以记忆链路应该保留写入、更新、召回、排序和注入记录。只显示一个相似度分数，无法支持真正的故障排查。
应该怎样评测
Mem0 总结的 LoCoMo、LongMemEval 和 BEAM 等评测，关注多会话连续性，而不是单次长输入。对自己的业务，至少应测试：
- 跨会话召回；
- 选择性写入；
- 有限预算下的检索；
- 旧信息更新和遗忘；
- 不存在信息时拒绝编造；
- 用户与租户隔离；
- 记忆错误后的追溯和修复。
还要记录单任务 token 成本和错误记忆带来的业务影响。只看问答准确率，会漏掉写入污染和越权泄露。
落到实际场景
内容生产系统可以记住可信来源、已做选题、栏目风格、常见事实错误和发布反馈，但这些信息应按选题、写作、审稿和复盘分别授权，不能全部直接进入口播提示词。
需求与研发系统可以保存业务背景、确认边界、验收标准和历史决策。关键是新决策必须能覆盖旧结论。
运维 Agent 可以保存设备拓扑、历史故障和处置经验，但必须按客户、项目和角色隔离，高风险建议仍要回到当前配置和实时证据验证。
结论
长上下文解决“这一次能看多少”，长期记忆解决“未来还能否正确记住”。向量数据库负责相似检索，但真正的记忆系统还需要选择性写入、分层、召回预算、更新遗忘、权限隔离和可追溯审计。
未来有价值的长期 Agent，不是记住一切，而是在正确边界内记住正确的事，并且随时能拿出证据。
参考资料与延伸阅读
- TencentDB Agent Memory
- Mem0：State of AI Agent Memory 2026
- Mem0：AI Memory Benchmarks in 2026
- LongMemEval
- LoCoMo
TencentDB 项目架构随版本持续演进；本文讨论的是可迁移的工程原则，不把项目方 benchmark 视为第三方独立验证。资料核验日期：2026-08-23。