实测33个AI记忆引擎后，我总结出Agent记忆的黄金三层架构
半年前，我问我的AI助手“上周我们在忙什么”，它完全没印象。不是因为它记不住——ChatGPT有记忆，Claude也有记忆——而是我看不到它存了什么，没法查，也没法告诉它该忘什么。就像一个写着“记忆：开”的黑箱子。
于是我把自己能找到的所有记忆框架都试了一遍——一共33个引擎，跑在 OpenClaw 上（GitHub 365K+星）。大多数引擎只解决一个问题，其他方面一塌糊涂。
折腾了6个月后，我终于发现一套真正管用的架构。关键不是找一个神奇的引擎，而是分层。
你的AI助手真正需要的记忆堆栈
先总结我的核心发现：Agent的记忆不是单一的，而是一个堆栈，就像人的大脑有短期记忆、长期记忆和查找能力。
一个能用的Agent记忆堆栈包含三层：
第一层：对话压缩——记住刚才说了什么
每个对话迟早会撑爆上下文窗口。没有这一层，你的助手会忘记当前对话的开头。对话压缩器（比如 Lossless-Claw）会用一种DAG（有向无环图）来存摘要——把较早的对话压缩成紧凑的摘要，同时保留最近的对话原文。这样你的助手永远不会丢失同一对话中的上下文。
第二层：原生文件 + 语义搜索——持久化记录
纯Markdown文件，你的助手读也写：每日日志（2026-05-28.md）、一个精心维护的 MEMORY.md、偏好文件、项目笔记。文件格式简单、支持版本控制、人类可读。不需要数据库，不需要API，不需要额外依赖——这一层记忆永远不会丢失。
再跑一个本地嵌入模型，给这些文件建立索引，让助手能通过语义来搜索，而不只是关键词。“上次认证迁移是怎么处理的？” 就算原文里没出现“认证”这个词，也能找到对应记录。QMD 本地跑一个333MB的GGUF模型——搜索不到一秒，没有API费用，数据不离开你的电脑。文件是真相来源，嵌入向量让它们瞬间可搜。
第三层：长期智能引擎——这里才是你的选择
前两层是基本功，每个认真做的Agent都需要它们。第三层就是我测试那33个引擎的地方——真正的差异也在这里。
我测试的33个引擎
以下是我在实际日常工作中测试过的所有记忆框架——不是跑分，不是演示，是真的让AI助手干活。它们自然分成6类，每类解决一种不同的“记住”需求。
向量相似度——基础层
这些引擎存储嵌入向量，通过语义相似度来检索。大多数其他记忆系统都建在它们之上。
- ChromaDB：基于嵌入的语义搜索，轻量、对开发者友好。
- Qdrant：高性能向量相似度搜索，支持过滤。
- Weaviate：混合向量+关键词搜索，带可插拔模块。
- Milvus：分布式向量数据库，为扩展而生。
- Pinecone：无服务器托管的向量搜索。
- pgvector：作为PostgreSQL扩展的向量相似度搜索。
- FAISS：Meta的相似度搜索库——原始速度，无多余功能。
- Redis Vector：Redis Stack上的向量相似度。
- Supabase Vector：基于pgvector的托管Postgres，带认证和API。
- Marqo：端到端张量搜索引擎。
- Deep Lake：针对AI数据集版本优化的向量存储。
- Vespa：混合搜索+机器学习服务，可扩展。
这些引擎非常擅长“找到和X相似的东西”，但它们不理解自己存的是什么。向量存储把你的偏好、项目架构和上周二的站会笔记都当成浮点数数组来对待。对于RAG和文档检索，它们是必不可少的；但对于Agent记忆，它们只是必要的一层，还不够。
会话与对话记忆——记住当前线程
这些引擎跟踪同一对话内和跨对话的内容。
- Zep：长期对话记忆，能自动提取事实。
- Motorhead：基于Redis的对话记忆服务器。
- OpenAI Memory：ChatGPT的原生对话记忆。
- Claude Memory：Anthropic的原生对话记忆。
它们解决了“这个我刚刚才告诉过你”的问题。Zep在这里很突出——它不只是简单的缓冲区存储，还能从对话中提取结构化事实。但会话记忆本身不能让你的助手对你的世界有持久理解。
框架内记忆模块——记忆作为一项功能
这些是嵌入在更大Agent/RAG框架中的记忆组件。
- LlamaIndex Memory：聊天记忆+知识索引集成。
- LangChain Memory：缓冲区、摘要和实体记忆模块。
- LangMem：为LangChain/LangGraph提供的记忆管理原语。
- Haystack Memory：RAG流水线中的文档存储记忆。
- txtai：全能嵌入数据库，带工作流。
- CrewAI Memory：为多Agent团队提供的短/长/实体记忆。
如果你已经在用这些框架，那它们很好用。它们提供记忆抽象（缓冲区、摘要、实体跟踪），但与框架紧密耦合。记忆只是这些工具的一个功能，不是它们的核心使命。
自主式记忆——让Agent自己管记忆
这些引擎让Agent自己决定记住什么、忘掉什么。
- Letta (MemGPT)：自我编辑的记忆，带内/外独白。
- AutoGPT Memory：为自主Agent提供的文件+向量记忆。
- Memary：为自主Agent提供的知识图谱记忆。
- AGiXT：自适应记忆，带链式Agent上下文。
- BabyAGI：任务驱动的记忆，带优先级队列。
一个很迷人的研究方向。Letta/MemGPT率先提出让模型自己管理记忆层级。但在生产中有一个问题：你要信任LLM来判定什么值得保留，而这个判定质量随模型和上下文而变化。
个人AI与书签——为人类设计的记忆，非Agent
- Khoj：自部署个人AI，基于文件记忆。
- SuperMemory：AI驱动的记忆，用于保存内容和书签。
- Vanna：基于RAG的记忆，用于数据库查询。
这些更多是个人知识工具，而不是Agent记忆层。它们在自己场景下很好，但解决的是不同的问题——帮助你记住东西，而不是让你的Agent获得持续理解。
结构化记忆引擎——专为Agent智力打造
这些引擎是专门为给Agent提供结构化、可查询、持久化记忆而设计的。
- Mem0：智能事实提取、去重、矛盾解决。
- Cognee：实体关系知识图谱，提供14种检索模式。
- Graphiti：时间感知知识图谱，带有效性窗口。
这才是真正有意思的地方——我6个月里大部分时间都在研究它们。
长期记忆的三个层级
测试完所有33个引擎后，结构化记忆引擎脱颖而出。但我花了几个月才意识到一个关键洞察：这三个引擎不是让你一起跑的，它们是进化阶梯。 每个层级都超越前一个，在覆盖较低层级功能的同时增加新能力。
第一层：Mem0——事实与偏好
Mem0（GitHub 48K+星，2400万美元A轮）是智能事实层。告诉你的Agent“我偏好TypeScript”，周四又说“数据脚本用Python”——Mem0不会存两条矛盾的记录。它会更新：TypeScript用于一般开发，Python用于数据脚本。每个事实都有分类、时间戳和置信度评分。
Zep的事实提取只是对话记忆的一个附加功能，而Mem0整个架构都围绕让事实更可靠来构建。你的Agent每次开始对话时就已经知道你的偏好、项目习惯和约定。不需要重新解释。
最适合：开发者和技术场景。 如果你的Agent主要需要记住偏好、约定和跨会话的项目细节，选Mem0。它设置最简单、最专注。
第二层：Cognee——关系与推理（超越Mem0）
Cognee（750万美元种子轮， GitHub安全开源项目毕业生，已在70多家公司运行）构建了一个知识图谱——不是孤立的事实，而是一个由实体、关系和语义连接构成的网络。
Mem0只知道“客户偏好蓝色品牌”，而Cognee知道客户的品牌指南连接着上个月的活动表现，广告表现连接着互动最多的受众群体，受众群体又连接着内容日历。它自带14种检索模式和一个自改进的“memify”功能，你用得越多，连接就越强。
Cognee能处理Mem0的所有功能（事实就是图中的节点），还能映射它们之间的关系。这就是为什么它超越第一层——如果你用了Cognee，就不需要Mem0。
最适合：市场、内容和多项目管理。 如果你的Agent需要在品牌、活动、受众和项目之间推理——理解事物如何连接，而不只是事物是什么——选Cognee。
第三层：Graphiti——时间推理（超越Cognee）
Graphiti 由Zep开发，是时间感知知识图谱。它的核心洞察：光知道当前状态不够。你得知道什么时候变了、之前是什么。
每个事实都带有有效性区间。当新信息与旧信息冲突时，Graphiti不会覆盖——它会创建一个时间记录并使前一个记录失效，保留完整历史。“这个配置什么时候改的？”“三月部署前有什么不同？”Graphiti直接回答，不用翻日志。
它在深度记忆检索基准上 超越了MemGPT，结合了语义搜索、关键词匹配和图遍历。
Graphiti能处理事实（像Mem0）和关系（像Cognee），还能跟踪它们随时间的变化。它超越下面两个层级——但也是最重的（需要FalkorDB，更多计算，更多复杂度）。
最适合：运营、高管和业务场景。 如果你的Agent需要跨时间的因果推理——“什么变了”、“什么时候坏了”、“之前是什么”——选Graphiti。
只选一个，不要全选
- 如果你做开发/运维：选 Mem0。你需要快速、可靠的事实回忆。偏好、约定、项目细节。
- 如果你做市场/内容：选 Cognee。你需要关系推理。品牌、活动、受众，它们如何连接。
- 如果你做运营/高管：选 Graphiti。你需要时间推理。什么变了、什么时候、什么坏了。
常见的错误是以为“引擎越多=记忆越好”。不是的。每个层级已经包含了下面层级的能力。Mem0和Graphiti一起跑是多余的——Graphiti已经存了事实。三个全跑浪费计算资源，还会造成一致性冲突。
选一个匹配你工作的层级。把它和基础堆栈（对话压缩 + 原生文件加语义搜索）搭配起来，你的Agent就会记住所有重要的事。
完整架构
一个完整的Agent记忆堆栈是这样的：
- 第一层：对话压缩（始终开启）
- 第二层：原生文件 + 语义搜索（始终开启）
- 第三层：长期智能引擎（选一个，按需开启）
每一层都为模型提供上下文。下面两层一直开着。上面那层根据你的Agent需要哪种推理来选择。
如何跑起来
基础堆栈（第一、二层）已经内置在 OpenClaw 里——对话压缩、原生记忆文件和语义搜索开箱即用。长期引擎（第三层）需要额外设置：Mem0需要向量存储，Cognee需要图数据库，Graphiti跑在FalkorDB上。
OpenClaw是开源的，你可以自部署整个堆栈。如果你想跳过基础设施工作，我一直在搭建 ClawBase——托管版OpenClaw，会为你的场景预配置合适的记忆堆栈。不过说实话，就算你自部署，核心收获也是这个架构：一个三层记忆堆栈，选一个匹配你工作的长期引擎。
记忆会随时间累积——无论你怎么跑，用得越久，效果越好。
还有一点我经常想：一旦你的Agent有了真正的记忆堆栈，它就会为更大的东西打开大门——多个Agent之间共享统一记忆。想象一个Agent团队，它们不仅记住自己的上下文，还能共享对项目、偏好和决策的统一理解。那是另一种架构，我将来会单独写一篇文章深入探讨。
