42 lines
2.2 KiB
Markdown
42 lines
2.2 KiB
Markdown
---
|
||
title: "Memory Backend"
|
||
type: concept
|
||
tags: [ai-agent, memory, architecture, vector-db]
|
||
last_updated: 2026-04-23
|
||
---
|
||
|
||
## Definition
|
||
AI Agent 记忆工具的技术路线之一（Camp 1）。从对话中提取事实，存入向量数据库（和/或图数据库），下次对话时检索相关事实并注入上下文。
|
||
|
||
## Core Philosophy
|
||
**"What should the AI remember?"**（而非 Camp 2 的 "what context should the AI work inside?"）
|
||
|
||
- 智能集中在**提取**和**检索**阶段。
|
||
- 人类与 Agent 交互，记忆系统幕后运行。
|
||
- 用户从不直接触碰记忆——信任系统记住正确的事情并在正确的时间召回。
|
||
|
||
## Fundamental Loop
|
||
```
|
||
Conversation → System extracts facts or stores content →
|
||
Facts go into database (vector, graph, or both) →
|
||
Next conversation: relevant facts retrieved and injected
|
||
```
|
||
|
||
## Representative Tools
|
||
- **[[Mem0]]**（53.1k stars）：四操作（add/search/update/delete），三层存储（user/session/agent），混合检索，集成最简单
|
||
- **[[MemPalace]]**（46.2k stars）：逐字存储，ChromaDB，wings/rooms/drawers 组织，LongMemEval 96.6% 召回率
|
||
- **[[Supermemory]]**（21.8k stars）：时序感知（过期事实自动遗忘），多模态连接器，MemoryBench 声称领先
|
||
- **[[Honcho]]**（2.4k stars）：人/Agent 统一对等体模型，异步推理推导心理洞察，PostgreSQL + pgvector
|
||
- 其他：Cognee（图数据库+向量搜索）、Memori（API 调用拦截，81.95% @ 4.97% context tokens）
|
||
|
||
## Limitations
|
||
1. **记忆是扁平条目**——条目之间没有关系
|
||
2. **提取质量依赖 LLM prompt**——garbage in, garbage out
|
||
3. **事实不进化**——1月的事实和4月的事实并存，不知道谁取代了谁
|
||
4. **无法真正复合增长**——系统只是在累积条目，不是在变得更聪明
|
||
|
||
## Relationship to Context Substrate
|
||
- [[Context Substrate]]（Camp 2）代表不同哲学：上下文文件本身才是记忆，而非从对话中提取的条目
|
||
- Supermemory 的时序感知和 Honcho 的心理洞察，代表 Camp 1 向 Camp 2 边界的演进
|
||
- GitHub 上 450+ repos 标记"agent-memory"，几乎都属 Camp 1 路线
|