记忆系统设计：从短期记忆到持久化知识图谱

Thu, 18 Jun 2026 08:40:06 +0800

记忆系统设计：从短期记忆到持久化知识图谱

开篇结论：为什么大多数 Agent 都是"金鱼脑"

先用一句话下结论：2026 年所有主流 Agent Memory 方案本质仍是"高级结构化笔记本"——能存能查能更新，但不会主动学习/总结规律/主动适配。

这不是贬义，是现实。我上周用代码助手写了一周代码，关掉终端重开就全忘：项目架构、代码风格偏好、调试进度、踩过的坑——这些上下文全丢了。这不是工具的错，是记忆系统的设计难题。

先别管"AI 时代来了"这种废话。用"失忆症"这个真实痛点切入：当你用 Claude Code/OpenClaw 写代码，每次重开都要从头解释项目背景，这不是技术能解决的问题，是记忆系统的本质缺陷。

第一层：工作记忆（短期）—— 上下文窗口就是它的全部

短期记忆 = 当前对话/任务的上下文，受限于模型 context window。

怎么管：滑动窗口、摘要压缩、关键信息锚定。

局限：ephemeral（易失），窗口满了就丢。

这是所有 Agent 的起点，也是上限。无论你后面加多少层记忆层，能直接访问的还是窗口里的内容。这也是为什么大部分 Agent 都是"金鱼脑"——窗口一滚，前段对话就没了。

第二层：情景记忆（会话级）—— 对话历史的压缩与检索

跨会话记住发生了什么。

这层在 2023-2024 年是主流：向量记忆技术。做法是把对话历史转 embedding 存向量库，下次检索最相似片段塞回上下文。

但问题来了：vibes-based retrieval（基于模糊联想的检索）在需要精确段落时完全失效。向量检索擅长模糊联想，但找不到精确段落；不理解时间因结果、不区分新旧事实。

典型场景：你的项目从 React 迁移到 Vue，两条记录都有"框架迁移"的语义相似度，向量检索两条都返回。但一个是历史事实（已无效），一个是当前事实。向量库分不清。

第三层：长期记忆（持久化）—— 向量库 vs 结构化存储

这层的核心问题是：什么场景用向量（模糊联想、相似度），什么场景用结构化（精确事实、可更新）。

2024-2025 年出现了三条路线：

OS 启发路线

UC Berkeley MemGPT 论文——上下文窗口=内存，外部存储=硬盘，Agent 像操作系统管理虚拟内存。三层：Core Memory（主存）、Archival Memory（归档可搜索）、Recall Memory（回忆机制）。这条路线催生了 Letta 公司，GitHub 35k stars。

知识图谱路线

Graphiti/Zep ——时序知识图谱，每条事实带 valid_at/invalid_at 时间戳，新信息到来时旧事实被自动废止而非删除，保留变化轨迹。Graphiti GitHub 32k stars，2026 年仍活跃更新。

认知科学路线

斯坦福 Generative Agents（小镇模拟）——观察→反思→规划三层，能从日常观察合成高层反思。

写入时智能 vs 读取时智能的工程权衡：

路线	代表	策略	适合
写入时智能	Mem0	存储时提取分类	高频检索
读取时智能	Engram	广泛存储，检索时计算	信息丰富场景

Mem0 这条路线在 2025 年底拿了 4200 万美元 B 轮融资，GitHub 68k stars，证明写入时智能有市场。

第四层：知识图谱（关系网络）—— 何时该上，何时不该

知识图谱不是终点，是特定场景的解决方案。

Graphiti 的图谱路线：实体+关系+时间，时序知识图谱，新事实自动废止旧事实而非删除（valid_at/invalid_at）。

关键警告：过早引入知识图谱是经典坑——需求没验证就建复杂系统。什么规模/复杂度才值得上图谱？

知识图谱 vs 向量库不是二选一，是混合。2025-2026 年的趋势是混合存储架构：向量+图+全文+结构化。

关键设计决策（实战核心）

遗忘机制：记忆不该只增不减

艾宾浩斯遗忘曲线、衰减策略，学会遗忘和学会记忆一样重要。

2026 年新出现的"做梦"机制：仿生记忆整合。OpenClaw Auto-Dream（三阶段睡眠循环+90天衰减遗忘曲线）、MemoryBank（艾宾浩斯遗忘曲线）。这是从认知科学借来的理念。

记忆分级：热/温/冷存储分层（类比 CPU 缓存 L1/L2/L3）

这是多快好省的工程实践：高频访问的信息放热层（工作记忆+情景记忆），低频访问的放冷层（长期记忆+知识图谱）。

写入时 vs 读取时智能的工程权衡

没有绝对的对错，看场景。高频检索用写入时智能（存的时候多花点 CPU，查的时候快）；信息丰富场景用读取时智能（存的时候少花点 CPU，查的时候多算）。

四层模型一句话总结

工作记忆=寄存器，情景记忆=L1 缓存，长期记忆=内存，知识图谱=关系型数据库。这个比喻不完美，但能帮你快速理解分层逻辑。

避坑指南

记忆污染/安全：Zombie Agents（记忆注入攻击）、跨用户污染

SSGM 治理框架开始出现，企业级需要审计追踪/角色隔离/GDPR 遗忘权。这不是危言耸听，是真实的生产事故。

“上下文泡沫”：记忆越多越受限，过度拟合历史偏好不再探索新方案

记忆系统容易把历史偏好固化：用过 React 就一直推 React，哪怕项目早该换技术栈。这是"记得太多"反而限制了探索新方案。

“记忆到认知的鸿沟”：能记 50 个 bug 但总结不出模式——存事实≠理解模式

HN 上有个帖子吐槽 Mem0：“stores memories, but doesn’t learn user patterns”——存事实≠理解模式。能记 50 个 bug，但总结不出"70% 是异步调用顺序问题"。数据湖 vs 数据挖掘的区别：存储事实很简单，从事实中提取洞察很难。

三种典型场景下的选型

场景	推荐方案
高频检索（实时对话）	写入时智能（Mem0）
复杂关系追踪（代码库、社交网络）	知识图谱（Graphiti）
极低延迟（实时交互）	数据库式（Mnemora）
编码 Agent	文件系统式（memU、ReMe）

一个最小可用架构建议：工作记忆（L1）+ 情景记忆（向量检索）+ 长期记忆（结构化存储）。先跑起来，再根据实际需求扩展。

结语

记忆系统的终点不是"记住"，而是"学会"。这不是哲学，是工程现实。

2026 年的技术路线尚未收敛，类似 2010 年 NoSQL 百花齐放阶段。五种架构路线——写入时智能、读取时智能、文件系统式、数据库式、图式——各有优劣，没有银弹。

大厂的态度也很有趣：OpenAI 做平台锁定，Anthropic 坚持无状态，Google 依托生态，Apple 强本地。这更证明没有统一答案。

中国生态有个独特特征：重 RAG 轻 Memory。这可能是因为 RAG 更直接，记忆系统更复杂。

我的建议：别急着上知识图谱，先搞清楚你的真实需求是什么。高频检索？复杂关系？极低延迟？编码场景？每个场景都有对应的优化方向。

记忆系统的设计不是技术问题，是产品设计问题。你想让 Agent 记什么、怎么记、什么时候用——这些问题比选什么框架更重要。

2026 年的记忆系统仍处于早期阶段，没有成熟方案——但这也是为什么值得自己动手设计的原因。

参考资料：

Mem0 GitHub（68k stars）
Letta（前身 MemGPT）（35k stars）
Graphiti（32k stars）
UC Berkeley MemGPT 论文
斯坦福 Generative Agents
学术界 2026 上半年 40+ 篇相关论文
HN 帖子：“Mem0 stores memories, but doesn’t learn user patterns”
社区吐槽：“embedding similarity is great for vibes-based retrieval but terrible when you need a specific paragraph”
MCP 记忆协议、MemSearch（Zilliz）
Zilliz SOC2、$24M 融资（2025）
OpenClaw Auto-Dream、MemoryBank
SSGM 治理框架

Graphiti on Kalend's Blog

记忆系统设计：从短期记忆到持久化知识图谱

记忆系统设计：从短期记忆到持久化知识图谱

开篇结论：为什么大多数 Agent 都是"金鱼脑"

第一层：工作记忆（短期）—— 上下文窗口就是它的全部

第二层：情景记忆（会话级）—— 对话历史的压缩与检索

第三层：长期记忆（持久化）—— 向量库 vs 结构化存储

OS 启发路线

知识图谱路线

认知科学路线

第四层：知识图谱（关系网络）—— 何时该上，何时不该

关键设计决策（实战核心）

遗忘机制：记忆不该只增不减

记忆分级：热/温/冷存储分层（类比 CPU 缓存 L1/L2/L3）

写入时 vs 读取时智能的工程权衡

四层模型一句话总结

避坑指南

记忆污染/安全：Zombie Agents（记忆注入攻击）、跨用户污染

“上下文泡沫”：记忆越多越受限，过度拟合历史偏好不再探索新方案

“记忆到认知的鸿沟”：能记 50 个 bug 但总结不出模式——存事实≠理解模式

三种典型场景下的选型

结语