引言：为什么“记住用户”这么难？

当大模型应用进入深水区，决定一个Agent体验上限的，早已不只是“答得对不对”，而是“能不能持续记住同一个人”。设想一个场景：你让Agent帮忙发一封项目结项邮件，对话里随口提到收件人邮箱、自己的身份、对方“爱看数据”——都是闲聊带出来的，没刻意叮嘱它记下。过段时间你回来，让它给同一个人发一封新项目的邮件，你自然不想把这些再说一遍。可现实是，多数Agent跨会话后都“从零开始”，仿佛之前的对话从未发生。

传统对话系统依赖有限的上下文窗口，一旦超出Token限制或跨会话重启，信息便丢失殆尽。这种“失忆”导致用户被迫重复提问、个性化能力缺失、跨会话决策前后矛盾、经验始终停留在零点无法积累。能回答问题，是Agent的基础能力；能记住用户，才是它的长期价值。

然而，单纯接入向量数据库并不能实现真正的智能体记忆。向量数据库仅提供文本相似度检索索引，缺少完整记忆生命周期流程：判断哪些信息值得留存、在合适时机提取记忆、以可检索的标准化格式存储、仅提取当前对话所需内容、自动清理失效过时信息。以上环节缺一不可，任一流程缺失都会导致记忆系统逐步失效。

本文将围绕记忆生命周期四大核心问题，横向对比Mem0、Supermemory、Letta、Mandol、AutoGenetic Memory、EverMemOS等主流方案，并结合上海交通大学最新大规模评测结论，给出企业级选型建议。

所有记忆系统都要解决的四大核心问题

抛开各类产品包装，每一套智能体记忆框架都需按固定顺序回答四个核心问题：

保留什么信息？ —— 从原始对话中筛选出有价值的信息，过滤无意义噪声（如“好的，谢谢”这类客套话术）。

何时写入记忆？ —— 通过触发机制判定当前是否需要提取记忆，以及是在对话中实时写入还是后台异步处理。

信息存储载体是什么？ —— 以何种逻辑表示（文本、向量、图、混合）和物理引擎（向量库、图数据库、关系库）存储记忆。

如何检索并排序记忆内容？ —— 从海量记忆中筛选少量高相关记忆并排序，注入模型提示词，控制Token开销。

理清这四个核心问题，就能看懂任意记忆系统的底层逻辑。下文将以这四大问题为标尺，分别拆解六套系统的差异化实现思路。

主流Agent记忆系统深度解析

Mem0：追加式日志存储，读取阶段统一处理冲突

Mem0独立存储离散事实与用户偏好，通过四大维度划分记忆权限：用户ID、智能体ID、会话运行ID、应用ID。智能体自主生成的信息与用户口述内容拥有同等存储优先级。系统会自动提取文本中的实体并建立关联，在扁平化事实存储之上搭建轻量化知识图谱。

Mem0最具特色的是其写入逻辑。当前迭代至v3版本的算法采用单次大模型调用、仅追加新增记忆的策略。当用户信息发生变更（例如从“居住在纽约”改为“搬至旧金山”），新旧两条事实会同时保留，系统不会在写入时判定新信息是否覆盖旧内容，而是将冲突消解工作后置至检索阶段。这是典型的取舍设计：以干净、低成本、低延迟的写入流程为核心优势，把信息冲突处理转移至读取环节。

两大核心API构成完整功能链路：add()是记忆提取触发入口，可通过多维度标签隔离记忆；search()并非单纯向量相似度检索，而是融合语义检索、BM25关键词匹配、实体关联匹配多维度信号，再综合排序结果。依靠混合检索能力，Mem0既能理解模糊偏好类提问，也能精准匹配专有名词等精确关键词查询。存储层支持灵活插拔：轻量化部署默认搭配Qdrant向量库；官方Docker部署方案提供Postgres+pgvector向量扩展，额外可选Neo4j图数据库搭建知识图谱。

Supermemory：实时摄取，后台“梦境循环”异步整合

Supermemory在技术架构上做了更高层级抽象，不单纯存储原始事实，而是构建双模块用户档案：静态模块长期留存技能、固定偏好等稳定信息，动态模块记录近期对话内容。底层依托知识图谱，实体间关联边附带类型标签与时间戳。通过containerTag实现记忆隔离。

它与Mem0最核心的差异在于写入后的处理逻辑：信息可即时摄取、写入后立刻支持检索，但完整的信息整合工作会在后台异步执行，官方将这套后台流程命名为“梦境循环（Dream cycle）”。

工作流程拆解：

快速通路：调用add()写入内容，实时提取事实、构建图谱，写入完成即可查询；

后台慢速优化通路：系统自主触发，15分钟内完成全量整合：碎片化信息合并、提炼更简洁的抽象结论；依据时间戳消解信息矛盾，用新事实覆盖过期旧信息；根据forgetAfter规则自动清理失效内容。

Mem0选择写入简化、读取解决冲突，Supermemory则反其道而行：后台主动完成信息规整，保证存储库长期整洁。profile()是该框架的核心特色接口，无需开发者手动检索、拼接上下文，调用后直接返回适配提示词格式的静态记忆数组与动态记忆数组。

Letta（MemGPT）：操作系统分页逻辑，智能体自主管控记忆

Letta继承MemGPT论文的核心设计：将模型上下文窗口类比计算机操作系统的内存（RAM），窗口容量有限、资源珍贵；其余全部记忆存储于“磁盘”，由智能体通过工具调用自主调取，全程无后台自动提取记忆的流程。

三层记忆存储架构：

核心记忆（Core Memory）：固定常驻提示词的可编辑文本块，等同于内存RAM；

档案记忆（Archival Memory）：向量数据库长期存储，等同于磁盘，按需检索调取；

回忆记忆（Recall Memory）：完整原始对话历史，持久化存储于磁盘。

智能体通过专属工具接口完成三层记忆间的数据分页调度：memory_replace、memory_rethink修改核心记忆块；archival_memory_insert、archival_memory_search写入/检索长期档案记忆；conversation_search回溯完整历史对话。

与Mem0、Supermemory最本质的设计差异在于：Mem0、Supermemory提供标准化记忆API，由开发者主动调用add/search接口管理记忆；Letta将记忆管理权限完全交给智能体自身，无需开发者手动操作记忆接口，自主性更强，但工具链路设计、问题调试难度显著高于另外两款框架。

Mandol：凝聚式内存原生分层记忆系统

Mandol由中国科学院软件研究所等机构提出，其核心思想是将碎片化的记忆表示与异构存储凝聚为统一的内存原生架构。通过分层记忆模型、统一内存语义数据结构和智能量化检索机制三方面协同设计，为Agent提供兼顾表示能力、检索效率与上下文质量的记忆底座。

设计一：分层记忆模型。 Mandol将记忆组织为两个层次：基础记忆层以记忆单元、记忆空间以及显式关系（时序、引用、状态更新等）和隐式语义关系构建统一的结构化语义图；高阶抽象记忆层由大模型自动从基础记忆中提炼出情景记忆（事件链）、语义记忆（实体关系图）和情感记忆（用户偏好演化链）等抽象知识。两层之间通过可追溯链接保持双向关联。

设计二：内存原生语义数据结构。 Mandol提出了基于内存语义数据结构的统一存储架构，设计了SemanticMap与SemanticGraph协同工作的原生内存数据结构，在单一地址空间内实现键值存储、向量索引与图结构的原生融合，彻底避免了数据库往返和跨库协调开销。

设计三：智能量化检索机制。 Mandol将检索任务重新定义为“在有限Token预算下构建高质量上下文”，通过查询自适应的智能路由进行预算分配与多源并行召回，随后对召回结果进行去噪与冲突消解，最终在Token预算约束下完成上下文的精简与生成。

在LoCoMo和LongMemEval两项基准上，Mandol以GPT-4.1-mini作为生成模型分别取得92.21%和88.40%的整体准确率，在所比较的代表性开源记忆系统中取得最优总体结果。在10 QPS并发负载下，平均检索延迟仅82.2 ms，相比最快基线实现约5.4倍加速；平均插入延迟39.7 ms，实现约4.8倍加速。在消费级笔记本硬件上，延迟仍低于现有系统，展现出优异的端侧部署潜力。

AutoGenetic Memory（JiuwenMemory）：让记忆从“存下来”变成“长出来”

华为openJiuwen社区开源的AutoGenetic Memory引擎，其核心思想是让每一条记忆都像一段“基因片段”，通过分层记忆体系、AutoDreaming、MemoryTurbo、GraphMemory和Swarm群体记忆等机制，实现记忆的自主生长与跨平台共享。

分层记忆体系（L0–L3）：L0原始信息层完整保留对话历史；L1摘要记忆层由LLM压缩单次会话的关键结论；L2结构化记忆层拆分为情景记忆与语义记忆；L3用户画像层刻画核心特征。这套分层让信息密度逐级放大，偏好与技术细节不再互相覆盖，显著降低端到端Token成本。

AutoDreaming：将记忆提取这类高成本计算从在线对话路径剥离，放到后台定时离线异步完成。整个过程无需人工标注、可溯源至原始会话，叠加忙碌退避、断点续扫、批次封顶等控本手段，使Token开销线性可控。

MemoryTurbo：原始对话瞬间写入缓存层向量库即完成更新，记忆提取在后台按算力负载异步调度。配合离心式语义聚类，用户感知时延降低80%，Token使用量进一步降低50%以上。

GraphMemory：将对话、文档和结构化内容转化为可持续演进的记忆知识图谱，让Agent能够沿着实体和关系理解长期记忆，解决纯语义相似度检索的遗漏问题。

Swarm群体记忆：每个Agent在服务用户时独立积累个体记忆，同时将值得共享的经验沉淀至组织级记忆池，供群内所有Agent按需共享，实现“一人经验、全员受益”。

在LoCoMo基准上，JiuwenMemory以插件形式接入OpenClaw，相较其原生记忆，准确率提升15%的同时，Token消耗降低超60%。

EverMemOS / EverOS：类脑记忆全生命周期机制

EverMemOS是陈天桥EverMind团队推出的旗舰级开源企业级智能记忆系统，复刻人脑记忆编码、巩固、提取完整流程。

类脑三阶段记忆机制：

情境痕迹生成：将实时对话流拆解为最小记忆原子单元MemCells，完整捕获对话场景线索、客观事实、时效预测信号。

语义整合固化：对零散MemCells做提炼、归纳，搭建高维度结构化记忆单元MemScenes，持续自动迭代用户专属画像。

重构式回忆调取：依托MemScenes驱动智能体检索引擎重构完整上下文，支撑超长周期连贯逻辑推理。

五层分层技术架构：智能体层、记忆层、检索层、业务层、基础设施层，各层级职责清晰、解耦设计。内置智能注意力过滤机制，多数场景下可将上下文窗口Token消耗降低70%。

EverOS是同一生态下的轻量化本地Python记忆运行库，以Markdown为可信源文件，搭配SQLite+LanceDB轻量化存储，无需重型中间件。底层记忆以Markdown为可读源文件，支持手动编辑、Git版本管理，自带CLI可视化demo，接口兼容OpenAI标准，部署门槛极低。

四类主流架构横向对比

基于上海交通大学《Are We Ready For An Agent-Native Memory System?》论文的分类框架，当前主流Agent记忆系统可归为四类架构：

架构类型代表系统优势劣势适用场景

流式反思记忆MemoryBank部署简单，开销低远距离事实召回差，更新易产生过时信息轻量短时对话 分层多级记忆Letta/MemGPT支持超长会话，冷热数据区分层级摘要会丢失细粒度事实超长对话、冷热数据区分 知识图谱记忆Zep、Cognee、Mem0g时序推理、实体更新精准构建、查询延迟极高，运维成本大多实体、频繁更新、时序推理 混合复合记忆MemOS、A-MEM、Mandol适配复杂混合负载，综合均衡架构复杂，多引擎同步开销大复杂多模态混合负载

论文通过大规模实验得出以下关键结论：

不存在万能架构，性能完全取决于负载瓶颈：对话问答选用混合系统，事实时序推理选用图谱，短时轻量对话选用序列存储。

提取阶段保守留存完整上下文，过滤、压缩后置至查询阶段，避免提前丢失关键细节。

检索采用稠密+稀疏均衡混合检索，搭配轻量级查询规划，不增加冗余反思步骤。

维护优先局部增量更新、保守合并策略，避免全局全量重构。

长时序场景引入时序多版本标记，区分新旧事实，规避历史幻觉。

企业级选型建议

在实际工程落地中，选择记忆系统需综合考虑以下维度：

维度考量要点推荐方案

部署环境云端/本地/端侧端侧选Mandol或EverOS（轻量）；云端选Mem0或EverMemOS 负载类型对话问答/事实推理/混合对话选Mem0或Supermemory；事实推理选Zep或Mandol；混合选MemOS或Mandol 延迟要求实时/准实时/异步实时选Mem0（写入快）；准实时选Supermemory（后台整合）；异步选Letta（自主调度） 开发成本集成难度/维护成本低集成选Mem0或EverOS（API简单）；高定制选Letta或JiuwenMemory（灵活但复杂） 团队规模个人/小团队/企业个人选EverOS或Mem0；企业选EverMemOS或JiuwenMemory

未来趋势

Agent记忆系统的下一阶段竞赛焦点正在转移：从“能不能记住”转向“记下来的是什么、能不能自主生长”。当记忆只是“存下来”，它就是一堆被动等待检索的原始数据，会膨胀、会矛盾、会淹没关键信息；只有当它能像基因一样可复制、可共享、可进化，才真正“活”了起来。

值得关注的趋势包括：

自适应混合记忆：根据查询类型动态选择检索策略，在精度与成本间自动平衡。

低开销时序更新：在不牺牲检索速度的前提下，高效处理知识冲突与状态变更。

跨平台记忆共享：通过标准化Adapter层，让记忆在不同Agent平台间无缝迁移。

群体记忆与组织级沉淀：从单Agent记忆走向多Agent协作的群体智能。

对于正在构建需要可靠长期记忆的对话Agent、推荐Agent或陪伴Agent的团队而言，建议从自身业务负载出发，参考本文的对比框架进行选型，并在小规模验证后再投入生产。想进一步了解多智能体协作中的记忆共享机制，可参考AI Agent与多智能体；关于记忆与RAG的结合实践，可阅读RAG技术详解；若需了解记忆系统与LangChain等框架的集成方式，可参考LangChain实战指南。

FAQ

Mem0和Supermemory处理信息冲突的核心区别是什么？各有什么优缺点？ Mem0写入时直接追加新旧全部事实，不做覆盖，在检索阶段再判断信息时效性解决冲突；优点是写入速度快、LLM调用成本低，缺点是存储数据量持续膨胀，检索逻辑更复杂。Supermemory依靠后台“梦境循环”异步合并信息、按时间戳淘汰过时内容，提前消解冲突；优点是存储库长期整洁，检索逻辑简单，缺点是后台异步整合存在约15分钟延迟，新变更无法立刻完成规整。

Letta和Mem0、Supermemory最本质的设计差异体现在哪里？ Mem0、Supermemory提供标准化记忆API，由开发者主动调用add/search接口管理记忆；Letta借鉴操作系统内存分页思路，将上下文窗口视作内存，把记忆管理权限完全交给智能体自身。智能体通过专属工具自主完成记忆新增、修改、检索，无需开发者手动操作记忆接口，自主性更强，但工具链路设计、问题调试难度显著高于另外两款框架。

搭建高性能低成本Agent记忆系统有哪些核心设计准则？

匹配负载选择架构：对话问答选用混合系统，事实时序推理选用图谱，短时轻量对话选用序列存储；2. 提取阶段保守留存完整上下文，过滤、压缩后置至查询阶段，避免提前丢失关键细节；3. 检索采用稠密+稀疏均衡混合检索，搭配轻量级查询规划，不增加冗余反思步骤；4. 维护优先局部增量更新、保守合并策略，避免全局全量重构；5. 长时序场景引入时序多版本标记，区分新旧事实，规避历史幻觉。

Mandol相比其他方案的核心创新点是什么？ Mandol通过三项协同设计实现突破：分层记忆模型（基础层+高阶层，双向可追溯）、内存原生语义数据结构（SemanticMap+SemanticGraph，在单一地址空间内融合键值、向量与图结构）、智能量化检索机制（在Token预算内构建高质量上下文）。其内存原生架构彻底避免了数据库往返和跨库协调开销，在消费级设备上也能高效运行，展现出优异的端侧部署潜力。

AutoGenetic Memory的“Dreaming”机制解决了什么问题？ “Dreaming”将记忆提取这类高成本计算从在线对话路径剥离，放到后台定时离线异步完成，类似于人脑在睡眠中通过记忆固化将零散经历提炼为长期记忆。整个过程无需人工标注、可溯源至原始会话，并叠加忙碌退避、断点续扫、批次封顶等控本手段，使Token开销线性可控，同时让记忆从“存下来”升级为“自主生长”。