记性好不如记得对：读 TencentDB Agent Memory 有感
TencentDB Agent Memory：本地 SQLite 加可读可改的 Markdown，四层语义金字塔做 Agent 记忆，附项目自报数据与局限。
人上了年纪，最先察觉的变化往往不是体力，而是记性。不是说什么都记不住，而是记住的东西开始有了层次：昨天谁说了一句什么话，转眼就忘了；可那句话背后的意思，那人是个什么脾气，做事有什么习惯，却记得越来越牢。我一直觉得这不是退化，是一种取舍。脑子就那么大，装不下所有原话，只好把原话熬成汤，留下味道，倒掉渣子。这几天在看一个叫 TencentDB Agent Memory 的开源项目，越看越觉得，做这件事的人大概也琢磨过同样的道理。
先把事实交代清楚。据项目仓库页面，这个项目放在 GitHub 的 TencentCloud/TencentDB-Agent-Memory 下，仓库创建于 2026 年 4 月，10 月 14 日查看时大约有 2.88 万星，本周在 X 上又被人传了一轮。仓库自述把它叫作「面向 AI Agent 的团队级记忆中枢」，要把对话、文档、代码变成四类可以反复使用的记忆资产，分别叫 Chat Memory、Skill、LLM-Wiki 和 Code-Graph，而且可以跨不同的 Agent、不同的框架去治理和共享。名字里虽然带着 TencentDB，它其实是一个独立的开源库，并不是腾讯云上的某种数据库服务，这一点读的人最好先记住，免得一看名字就以为要去开账户买实例。
Agent 的记性，向来是个尴尬的问题。大模型本身没有长期记忆，每次对话都像是初次见面，你得把前因后果再讲一遍。于是大家想了办法，把过去的对话切成碎块，算成向量，存进向量数据库，用的时候按相似度捞几块出来塞回上下文。这办法管用，却总让人觉得哪里不对劲。捞出来的是原话的碎片，模型得自己再拼一遍意思；碎片放在一个人看不懂的索引里，记错了你也不知道错在哪，知道了也不好改，往往只能整个重建。这就好比一个人记事全靠一麻袋剪报，要用时伸手进去摸，摸到什么算什么。
据一篇 10 月 13 日发在 tau-home 上的解读文，TencentDB Agent Memory 的做法是把记忆分成四层，叫作语义金字塔。最底下 L0 是对话原文，往上 L1 是从对话里抽出的原子事实，再往上 L2 是场景和任务流程，最顶上 L3 是人设与偏好。底层存的是发生过什么，顶层存的是这人是谁、喜欢什么。我读到这里的时候不免笑了一下，这不就是我前面说的熬汤么：原话是渣子，偏好是味道，中间两层是火候。
真正让我觉得有意思的，是它存东西的方式。据解读文，整个系统跑在本地的 SQLite 上，用 sqlite-vec 做向量索引，并不依赖云上的向量库；而金字塔上面几层，是用人能直接读的 Markdown 文件存的。这件事看着朴素，其实分量不轻。记忆一旦变成人能读的文字，它就不再是一个黑箱，而是一本可以翻、可以改的笔记。解读文里说，出了错可以直接改文件，不用重建索引。一个 Agent 若是把你的偏好记反了，你打开文件，把那一行改过来，就完了。这种「看得见、改得动」的感觉，比任何检索精度上的提升都更让人安心，句号。
它还有两处小心思。一是短期状态，据解读文是用 Mermaid 图的形式注入上下文，也就是把当前任务做到哪一步、各步之间什么关系，画成一张文字版的流程图交给模型；二是那些又臭又长的工具日志，不再一股脑塞进上下文，而是落盘存起来，需要时按 node_id 回头去查。前一处是给模型一张地图，后一处是让模型别背着整个行李箱走路。我是个记性日渐不济的人，对这种「别什么都背在身上」的设计，天然有好感。
项目方自己报了两个数字：token 消耗降低 61%，在 PersonaMem 这个评测上，准确率从 48% 提到 76%。我顺手算了一下，后一项是提高了 28 个百分点，相对提升大约 58%。但这两个数都是项目自报的，我没有见到第三方复现，也没有亲手去跑，只能如实转述，不敢替它打包票。
接下来要说些泼冷水的话，这也是那篇解读文自己说的。第一，它并没有抛弃向量检索，sqlite-vec 就在那里，只是向量从主角变成了配角之一，所以网上那种「干掉向量数据库行业」的说法，属于夸大，听听就好。第二，L2 和 L3 这两层是靠大模型做摘要生成的，模型摘要若是抽错了一个事实，这个错会顺着金字塔往上传，最后变成一条错误的「偏好」，而偏好恰恰是最常被调用的那一层。好在它是 Markdown，错了能改；坏在你得先发现它错了。第三，如果你希望 Agent 长期记着某个目标，并且每次都主动带上，这件事据解读文需要自己去实现，项目本身并不替你做。
说到底，记忆这件事，人和机器面对的是同一个难题：记得多不难，难的是记得对，以及记错了以后能不能改。人的办法是反省，是在某个夜里忽然意识到自己对某人的印象一直是错的，然后慢慢修正。机器没有夜里，只好把记忆摊开成文件，让人替它反省。我以为这比追求一个更大的向量库要老实得多。一个 Agent 若能像老朋友那样记得你的脾气，又允许你指着它的笔记说「这条不对」，那它就算记性一般，也已经比大多数人强了，不是么？
来源：GitHub：TencentCloud/TencentDB-Agent-Memory；tau-home 解读文（10 月 13 日）。token -61%、PersonaMem 48%→76% 为项目自报；相对提升约 58% 为作者自算；实现细节出自解读文而非仓库自述。