生产级智能体记忆方案怎么选
文章按用户记忆托管、关系随时间变化及自管数据结构等需求,比较 MemOS Cloud、Mem0、Zep 与 LangGraph PostgresStore。选型时还应确认记录在哪里存储、处理和检索,以及哪些内容会发送给模型。
AI 深度解读
给 AI Agent 选生产记忆系统,先找一个没有记忆就会做错的任务。比如客服要在同一条回复里用上客户的联系偏好和团队批准的升级政策,选型就得看系统能不能把两类信息一起取回来。
作者按任务给出了四条选型路线,也设计了一轮用合成数据就能跑的试验。最实用的顺序是先验跨账号隔离和删除,再比较检索速度,以及答错后要花多久才能查到原因。
从哪件会做错的事开始选型?
客服助手如果要同时使用用户历史和共享知识,可以先试 MemOS Cloud。按作者给出的流程,应用可以同时检索用户记忆和指定知识库。客户后来改口,应用可以更新一条已知记忆,也可以提交自然语言反馈,由系统处理这次更正。
如果业务主要需要一个托管的用户记忆 API,作者建议看 Mem0 Platform。如果要回答「交接生效前后,分别是谁负责」,则可以考察 Zep,因为这个问题考的是关系如何随时间变化。如果团队希望自己定义记忆记录的结构,以及什么时候写入、更新,作者给出的路线是 LangGraph 搭配 PostgresStore。
数据存在哪,还要看它会发到哪
原文提到,n8n Labs 在 11 月 10 日发布了 Nod 的桌面研究预览版。它的记忆可以留在运行应用的机器上,模型提供商由用户选择。这个例子提醒团队把几个问题分开问:记录存在哪里,检索和处理在哪里发生,哪些内容会发给模型?
选托管服务时,要按实际准备购买的套餐确认数据区域、保留条款和导出选项。如果公司要求数据留在获准环境里,还要跟踪向量嵌入(embedding)和模型调用的路径。托管版请供应商确认,自管存储则检查应用实际配置的提供商。即便数据库在获准环境里,生成嵌入或调用模型时仍可能把内容发到别处。
用同一条客服流程测更正、隔离和删除
先用合成数据保存一条长期偏好「通常用邮件联系」,再写入一条已确认的例外「这个工单走支持门户」。开新会话分别问两个工单,确认指定工单走门户,无关工单仍走邮件。再换一个联系偏好不同的账号,重复提问,检查它是否只拿到自己的信息。
删除测试另用一条记录。先通过可用的记录或删除接口核查,再重新发起检索,并查看应用自己维护的缓存。这样能发现一种容易漏测的情况:接口已经查不到记录,缓存却还能把内容送进 Agent 的上下文。
横评时固定 Agent 模型、记忆上下文上限和评分规则。记录从写入确认到可用召回的时间、检索延迟、正确动作占比、配置隔离范围的工时,以及把一次答错追到来源或存储记录所需的时间。先处理隔离或删除失败,再在通过的方案里比较速度和运维负担。
我的判断
这篇最有参考价值的是验收方法。只测「能不能记住」,很容易漏掉偏好被更正、临时规则只适用于单个工单,以及缓存里还有旧数据。把评分落到「这个工单最后选择了哪个渠道」,比人工扫一眼检索结果更贴近业务。
产品建议属于作者的经验判断,原文没有给出横评数据,也没有说明这些流程实际跑出了什么结果。对于只需要保存一项联系偏好的团队,我会先把普通数据库字段作为基线,按账号读取,再按明确规则处理工单例外。业务确实需要在同一任务里检索多条历史和共享知识时,再拿托管记忆服务与这条基线比较。自管路线能让团队自己定写入规则,也需要团队维护隔离、删除和排错链路。
能拿来做什么
- 给 Node 客服 Agent 写一组回归用例,覆盖默认邮件、单工单走门户以及另一个账号的不同偏好,直接断言最终选择的渠道。
- 在服务端记录写入确认时间、首次正确召回时间和检索耗时,换候选系统时沿用同一批问题、同一个模型和同一套评分规则。
- 把删除验证跑到应用层,删完重开会话发起检索,同时查看应用缓存,确认被删内容是否还能进入模型上下文。