深度 | 记忆的第二幕：当聊天记录变成生产状态

深度 | 记忆的第二幕：当聊天记录变成生产状态

---

2026 年 8 月的最后一周，两件都叫 memory 的事几乎同时发生，一件在手机上，一件在代码仓库里。

谷歌在收紧安卓应用的内存：从 2027 年 2 月起，一台 8GB 内存的手机上，前台应用最多占 2.25GB、后台 1.5GB，超限的应用会被放慢、杀掉、甚至失去 Play 商店的可见度。TechCrunch 把这波动作叫做「AI 的内存危机」，机制是 AI 数据中心抢走了高带宽内存的产能，手机厂商开始少配 RAM，而端侧模型（Gemini Nano 这类）自己还要吃掉权重、token 缓冲和张量。

几乎同一周，腾讯云的数据库团队把 Agent Memory 开源了：一个 MIT 协议、约 2.78 万星的项目，把「对话、文档、代码」转成四种可治理、可共享、可跨 Agent 复用的记忆资产。再往前推一个月，MindMemOS 开源，被量子位等多家媒体归因到华为诺亚方舟实验室，把记忆做成了一个「可移植、自进化的记忆操作系统」，量子位给的标题是「AI 不再用完即忘」。

一个是内存（RAM），一个是记忆（memory）。它们在同一个八月撞在一起，指向的是同一件事：Agent 记忆正在从聊天功能变成生产状态。判断它「基础设施化」的标志，从基准分换成了它开始长出基础设施才有的器官：数据库的分层、操作系统的解耦、控制面的原语，以及被硬件逼出来的分层治理。我判断，未来 12 个月这个品类的主战场会从「谁检索得更准」挪到「谁更扛得住生产」。

数据库级的记忆：腾讯把记忆做成了带治理的库

腾讯云 TencentDB Agent Memory 是这轮「记忆数据库化」最完整的样本。它跳出了向量检索库的范畴，是一个组织级记忆底座：把输入转成 Chat Memory、Skill、LLM-Wiki、Code-Graph 四类资产，配一个 Memory Hub 控制台做归属、版本、状态、用量和权限管理（私密 / 团队 / 受限三档可见性）。

它最值得看的是分层结构。长记忆被做成一座四层的语义金字塔：L0 会话记录、L1 原子事实、L2 场景、L3 人设。底层的事实、日志、trace 落在数据库里做全文检索；上层的人设、场景、任务画布则以人类可读的 Markdown 存，为的是白盒审计。默认后端是本地 SQLite 加 sqlite-vec，零外部依赖；进阶路径接腾讯云向量库，走 BM25 加向量再加 RRF 的混合检索。官方给的数字是：接 OpenClaw 跑长会话，WideSearch 的 token 消耗降 61.38%，SWE-bench 降 33.09%。

上图：TencentDB Agent Memory 的分层记忆模型，事实下沉到数据库、人设上浮为可读的 Markdown，两者都收口到治理层。

同一方向还有两家，但走的是不同侧面。Zep 的 Graphiti 做双时态知识图谱，为的是时间正确性，这在受监管行业和需要「查某个时间点的真值」的场景是刚需。Semantica 走得更彻底，把「决策」做成图里的一等节点，带生命周期、因果链和审计轨迹，而且图的构建、推理、溯源都不需要再调一次 LLM，是一条确定性管线。它有一个细节值得注意：发布了 semantica-cn 这个中文变体，等于明说要把中文市场当成主阵地。

双时态值得多解释一句：一条事实同时带着「有效时间」（事实何时为真）和「交易时间」（系统何时记录下它），两者分离之后，系统才能在用户三个月后更正自己时不覆盖历史，而是保留完整的修正链。这是数据库里成熟的时态建模，被原样搬进了记忆层。

把这三家放一起，能看到一个共同的动作：记忆在获得数据库的器官，时间有效性、来源追踪、冲突处理、版本历史。一份叫「当记忆变成生产状态」的白皮书把这个论点说得最直白：由 LLM 生成、改写、查询的记忆，必须像数据库记录一样被管理，团队会撞上备份、灾难恢复、数据一致性、调试这些运维问题；一个记忆管理上的 bug 可能污染上下文，再把错误扩散到未来许多次交互。它主张的是记忆要能回滚、能版本化、能做一致性检查。现有 DevOps 的教科书里没有这一章。

记忆操作系统：把记忆从 Agent 身上拆下来

如果说腾讯在做「记忆的数据库」，华为诺亚方舟的 MindMemOS 在做「记忆的操作系统」。区别在于解耦的对象：前者把记忆变成库里的一等公民，后者把记忆从任何一个具体的 Agent 和框架里拆出来，做成独立的一层。

MindMemOS 的三层结构很清晰：Agent 访问层、记忆算法层（抽取、检索、反馈、整理、进化）、存储层。记忆被建模成「实体---属性---时间」的统一结构，带完整时间线，不再依赖模板。它有两个生成路径：MindVanilla 开放域无模板，MindSchema 按预设 schema 做规则抽取；检索走「外层 Agentic 规划器加内层 BM25 稀疏加稠密语义」的混合。技术栈是 Qdrant 加 Neo4j 加 Kafka，观测侧接 ClickHouse、OpenTelemetry、Grafana。

上图：MindMemOS 把记忆从 Agent 身上拆成三层，算法层与存储层可独立替换，Dreaming 在离线时做整理与进化。

「Dreaming」是它最有记忆点的机制：在两次任务之间的空档做离线整理，合并冗余记录、消解冲突，用校验驱动的进化搜索去优化记忆 schema。论文给的数字是：Dreaming 把活跃记忆压缩 19.4% 到 23.5%，同时在 MemoryAgentBench 的事实合并子项上把问答准确率拉高最多 10.3 个点；LoCoMo 94.03%。这跟上一幕里 Anthropic 的 Dreaming 是同一个词、同一类产品直觉，价值发生在会话之间的空档，而不是会话之内。

除了 Dreaming，它还有一条技能进化的线：把失败的任务轨迹蒸馏成避错规则，MindSkillEvolve 在 SpreadsheetBench 上比初始技能基线高出 9.2 个点。记忆在这里开始覆盖程序性知识，不止记住事实，还记住怎么做。

解耦这个动作在中文话语里被包装得很统一：记忆操作系统、记忆层、记忆科学、记忆工程，外加一句「AI 用完即忘」。业内流传的三代划分也成形了：会话记忆是第一代，RAG 检索增强是第二代，专用读写记忆层是第三代。一句流传很广的论断是，只提供工作记忆的供应商，实质是牵绳比较长的聊天机器人。Letta（前身 MemGPT）是这个叙事在海外的代表，做可审计的自编辑记忆，种子轮后估值约 7000 万美元，天使名单里有 Jeff Dean 和 Hugging Face 的 Clem Delangue。

控制面：遗忘和回滚正在变成产品原语

一个品类开始「基础设施化」的最硬信号，是它的计价单位和 API 面。记忆这个品类，两个信号都已经出现了。

计价这边，Mem0 按「记忆操作次数」（add / retrieval）计费，而不是按座位：Hobby 免费，Starter 19 美元，Growth 79 美元，Pro 249 美元，Enterprise 走定制。它的定位语是「计量 Agent 的行为，而不是人的座位」。这套阶梯是逐步补出来的：2025 年初只有 249 美元的 Pro，后来往下补了 19 美元的 Starter、再补 79 美元的 Growth，把 13 倍的价差填上。按操作计费，等于把记忆从模型的附属功能，升级成一个可独立量贩的资源。

API 面这边，一套「记忆控制面」的原语在成形。Open Brain 的工具有 forget_v2、forget_many_v2 软删除，prune_v2 硬删过期，decay_facts_v2 按艾宾浩斯曲线衰减，consolidation_candidates_v2 挑出待合并的记录，外加 pin、rate、annotate 这些策展动作。OzBrain 做共享记忆，写入要先 staged、冲突要显式标记、last-write-wins 带版本追踪，每条记忆挂 fresh / aging / stale 的新鲜度标签。这些东西合起来，就是过去数据库里「数据生命周期管理」那一套，只是对象换成了模型生成的记忆。

「遗忘」在 2026 年已经不单是工程上的整洁，还是合规义务。《生成式人工智能服务管理暂行办法》要求及时处理更正、删除的请求，欧盟 GDPR 也有对应的删除权。记忆系统一旦把这些义务做成一等原语，遗忘就从产品特性变成了采购门槛。

上图：记忆控制面把「遗忘」做成一等原语，写入、整理、衰减、遗忘、回滚构成一个可治理的循环。

但控制面越完整，碎片化越刺眼。一份对「Agent 状态管理层」的清点给的是：14 家以上厂商、约 7 个架构流派、零个共享协议，没有任何可移植性保证。MCP 标准化了工具，A2A 标准化了 Agent 通信，PAP 在标准身份与权限，唯独状态管理这一层没有标准。记忆成了最难迁移的那块，也就成了「正在形成的护城河」。

端侧收紧，云端加码：硬件在逼记忆分层

这一轮最容易被漏掉的外部力量，是硬件。端侧和云端在同时挤压，方向相反，效果却一致，都在逼记忆变成可治理的分层系统。

端侧在收紧。谷歌给安卓定的内存上限，落到 8GB 手机上就是前台 2.25GB、后台 1.5GB，配套的还有位图上限、DEX 代码体积要缩 25%、以及 Play Console 里一整套内存诊断工具。手机厂商开始少配 RAM，Pixel 11 基础版的内存比前代更少。开发者被反复告知的应对是：按需加载模型、4-bit 量化权重、流式传数据，也就是把本地模型的常驻内存压下去，而不是把所有东西都搬到云端。

收紧的根源是一条硬件经济学：AI 训练把 DRAM 产能往高带宽内存（HBM）那边拉，普通 LPDDR 和手机内存的供应被挤占、价格走高，厂商于是少配 RAM。端侧内存的稀缺，直接变成了对「记忆该不该常住本地」的硬约束。

苹果站在另一端，路线是 on-device-first：Siri 的本地模型 AFM Core Advanced 约 200 亿稀疏参数、每次请求只激活 1 到 4 亿，重活丢给无状态的 Private Cloud Compute。它的态度是「本地记住、云端无状态」，跟谷歌「云端有状态、本地 Nano 减负」正好相反。两端对记忆的取舍相反，共同点是都把「记忆住哪一层」当成了一个要治理的架构决策，而不是默认塞进上下文。

上图：华为云 2026 全联接大会现场图（CMS 记忆存储发布），2026-09-18，来源：站长之家 chinaz.com

云端在加码，而且是国内厂商动作更大。华为云 9 月 18 日在全联接大会上发布的 CMS 记忆存储，是一个 PB 级、号称缓存命中率 95% 的记忆空间，把 KV Cache 做成三层池化：L1 显存、L2 内存池、L3 PB 级磁盘，冷数据落盘、热数据回迁，推理代码一行都不用改。更激进的一步是 NPU 直连存储，把读写路径从「NPU 到 CPU 到存储栈到 SSD」砍成「NPU 直连 ASU」，存储端自己维护语义索引。给出的量是：单 token 成本降 30%，首 token 延迟降 90%，数据访问延迟降 50%。

把端侧收紧和云端加码放在一起读，结论是：记忆正在被硬件逼成一件要分层、要治理、要按成本阶梯设计的事。这跟上一幕「记忆卖的是 token 账单」是同一根线，只是这一次，账本从软件层一路铺到了硅片和 DRAM 上。

谁在为「生产状态」买单

最后落到钱。买「记忆即基础设施」的人，图的是更硬的合规和更低的重复成本，而不是更好的闲聊。

具名的案例开始出现。V7 在金融、保险、地产行业把内部文件转成上下文图，据其公布的客户案例，最难的图查询上 GPT-6 级模型答对 89%、单文档成本降 78%、精度涨 11.6 个点，主打的卖点是「99.9% 精度和可审计的数据血缘」。MemoraX 面向医疗、金融、法律卖标准化的记忆模块。国内客服和金融场景流行的一套说法是「先调记忆、再推理」：售后不用再问一遍设备型号，直接从记忆里取，多轮 token 成本随之下降。

中国市场的规模预期给得很激进：爱分析把中国记忆市场从 2025 年的 14.4 亿元一路推到 2030 年的 642.5 亿元，五年复合增速超过 110%。这个数要连着定义一起看，它大概率把编排、向量库、云存储都算进了「记忆」里，但它指向的趋势是真的：记忆正在被当成一个单独的市场来估，而不是某个产品的附属功能。

反面的数据同样硬。Gartner 预计到 2027 年底超过四成的 agentic AI 项目会被取消，86% 的企业 Agent 试点走不到生产，前三大拦路石是评估缺口、治理摩擦、模型可靠性。VentureBeat 那组数字更贴题：57% 的企业把「自信但答错」归因于缺失或不一致的业务上下文，而只有 25% 的企业在生产环境跑着一个受治理的上下文层。

回本的计算也在往记忆这边靠。Mem0 自己的年度报告给过一个数：智能体在积累了大约 62 条历史记录后，回答准确率就从 2.5% 量级爬过了 50%，超过专家手调的记忆基线；同一份报告给出，同准确率下记忆方案的成本约为全量上下文的四分之一到三分之一。成本侧的账，正在从「省 token」细化到「记多少条才回本」。

这两组数据拼起来，就是这一场的赌注：记忆被同时当成「从试点到生产的头号拦路石」和「治理摩擦的解药」。我预判，接下来买记忆的企业，付钱的理由会从「让 Agent 更聪明」整体换成「让 Agent 不失忆、可审计、能回滚」。前者按效果付费说不清，后者能直接按节省的 token、减少的重工轮次和审计记录来算账。

现在可以做的三件事

如果你正在选或正在自建记忆层，这三件事比追基准更有用。

• 把「遗忘」写进验收标准。问厂商：怎么删一条记忆、怎么回滚一次误写入、衰减策略谁说了算。答不上来的，大概率还停在聊天功能阶段。
• 按「记忆住哪层」重新算账。把当前每轮的 prefill 成本、缓存命中率、以及端侧场景的内存上限拉出来，判断记忆该压在本地还是落到分层存储。成本交叉点决定架构，而不是反过来。
• 要求可审计的数据血缘。合同里写清记忆的来源追踪、版本历史和导出格式，并实测一次「导出的记忆能不能在新环境里跑起来」。这条现在做成本最低。

记忆的第一幕，讲的是它终于有了真实收入、真实锁定和真实失败。第二幕讲的是它开始变成基础设施，长出数据库的分层、操作系统的解耦、控制面的原语，被硬件逼着分层。先不下结论的是最终会赢的形态：是腾讯式的「记忆数据库」、华为式的「记忆操作系统」，还是 09 月那篇文件系统测试里朴素到极点的「把记忆当文件」。这三种形态现在都有真实的工程样本，而基础设施的历史里，通常是几种形态各自占住一层，很少有某一种一统天下。

参考来源

1. TencentDB Agent Memory 官方仓库（腾讯云）
2. MindMemOS 官方仓库（华为诺亚方舟实验室）
3. MindMemOS 技术报告（arXiv:2608.12428）
4. Semantica 官方文档
5. TechCrunch：AI's memory crunch is coming for Android apps
6. 量子位：华为诺亚开源 MindMemOS
7. 华为云 CMS 记忆存储发布报道（站长之家）
8. Mem0：State of AI Agent Memory 2026
9. The Agent State Management Layer Is Fracturing（Yahoo Tech）
10. When AI Memory Becomes Production State（ClawdBytes 转述 Jason Doyle）
11. Open Brain 记忆工具参考
12. OzBrain 共享记忆架构（DEV Community）
13. Mem0 定价拆解（UsagePricing）
14. 爱分析：中国记忆市场研究报告（格隆汇转述）
    每日更新。