深度 | Agent「记性」成新基础设施腾讯云端上GitHub第一巨头抢「记忆层」这是一篇深度研究不是新闻简报。基于 40 个来源的交叉验证。证据等级[A] 官方/一手 [B] 2可靠来源 [C] 单一来源 [D] 个人判断核心观点Agent 的失忆正在变成真实账单——无状态 API 让 1000 轮任务的历史成本高达 30-300 美元/会话MCP 与 A2A 都没定义持久记忆记忆成了 Agent 时代唯一没被标准化的基础设施层。谁能握住 Agent 的累积状态谁就握住了切换成本。一、一个登顶 GitHub Trending 的「记忆」仓库8 月 4-5 日腾讯云开源的 TencentDB-Agent-Memory 连续两天霸榜 GitHub Trending 第一一周涨约 5400 颗星稳定在 1.5 万星以上。[A] 它把对话/文档/代码自动拆成四种记忆资产聊天记忆、技能、LLM-Wiki、代码图谱纯本地 SQLite、零云依赖、MIT 许可。[A]为什么「让 Agent 记住东西」突然这么火因为失忆在变成账单。无状态 API 每次调用都要重发历史一个 1000 轮任务仅历史就消耗约 200 万 token单会话 30-300 美元用外部记忆按需检索可以压到 15-30 美元。[B] 更麻烦的是「上下文腐烂」声称支持 128K 的模型有 11/13 在 32K 就掉到一半性能裸历史 Agent 通常在第 400 轮崩溃。[B]行业背景是协议层的「官宣缺口」MCP 定义了 Agent↔工具A2A 定义了 Agent↔Agent但都不定义持久共享记忆——MCP 7 月 28 日修订还彻底无状态化了。[A] 记忆成了「默认需要、没人标准化」的地带。二、技术拆解记忆存什么、怎么存、省多少记忆分类继承自认知科学情景记忆事件、语义记忆事实、程序性记忆技能。腾讯那套 L0→L3 金字塔是工程分层的代表L0 原始对话 → L1 原子事实 → L2 场景块 → L3 人格画像召回时用 BM25向量RRF 混合检索钻回底层并施加数量上限防止撑爆上下文窗口。[A]三种存储表示正在融合向量RAG 默认但纯向量在时间推理上偏弱、知识图谱Zep 双时间模型把矛盾事实「置灰」而非删除、参数记忆TransMem 把稀疏隐状态改写入权重MemoryAgentBench 29.5%→40%。[A]上图Agent 记忆的 L0-L3 金字塔与三种存储表示——2026 年主流是混合融合而非单选一种记忆最硬的卖点是省 token腾讯云自报 SWE-bench 省 33% token、通过率 58.4→64.2%WideSearch 长任务省 61% token、成功率 33→50%。[A] Zep 更夸张上下文从 11.5 万 token 降到约 1600。但必须泼冷水这些几乎全是厂商自报、未被独立复现Mem0 与 Zep 还互相指控「基准造假」——数字当参考不当金科玉律。[C]三、竞争格局谁想拥有 Agent 的「记性」玩家类别融资/估值护城河信号Mem0独立记忆层$2400 万9 万开发者、AWS Agent SDK 独家供应商Zep/Graphiti图记忆种子级时间推理最强LongMemEval 63.8% vs 49%Letta/MemGPTAgent 运行时$1000 万种子上下文当 RAM 管理Engram企业学习记忆$9800 万 ~$6 亿Karpathy 天使微软/Notion 早期伙伴TencentDB-Agent-Memory云厂商开源开源 MITGitHub Trending #1、1.5 万星红熊AI中国记忆原生数亿元 A、近 30 亿估值15 个月 6 轮、H1 收入 1.7 亿记忆张量中国记忆 OS亿元 Pre-A华为哈勃等国资产业资本OpenAI模型厂商上市有消费者记忆、无开发者 APIAnthropic模型厂商未上市记忆工具 上下文编辑 -84% token「谁握着累积状态谁握着客户」在 2026 年中美都被反复验证红熊AI 15 个月融 6 轮Engram 13 人融 $9800 万。[B] 真正的争夺是「独立层 vs 厂商绑定」Anthropic/Google/微软把记忆做进托管栈但 OpenAI 至今没有开发者记忆 API让出了基础设施层——独立层因此能活。[C]上图记忆赛道从论文到基础设施的关键节点——2026 年 5-8 月是资本与代码同时爆发的窗口中国是另一条赛道不搞「在别人模型上做记忆 API」而是把记忆直接做进模型——红熊训练记忆原生模型记忆张量的 Metis 也是但创始人坦承「撞上了不能 scaling 的点」。[C] 投资结构也不同华为哈勃、荣耀、商汤、深创投全是产业与国资资本。[B]四、落地与生态失忆的成本被算成了账失忆是数学问题无状态 Agent N 步成本 O(N²)把状态挪出提示词降到 O(N)——实测 24465→2492 token-90%。[B] 企业案例ArangoDB「十亿 token 问题」25 Agent 年省 13.1 万美元Databricks MemEx 提 2-5 个点准确率、省 25-30% token微软发现跑到第 5 个 Agent 时 80% 上下文已无关。MCP 无状态化是拐点协议层删掉会话头任何请求可落任何实例持久记忆成了服务器自己的责任。[A] 这给了 SAMEP/memorywire/Portable Agent Memory 和一大票 memory MCP 服务器OpenMemory、codebase-memory-mcp填空的理由。[A]上图MCP 与 A2A 都未定义持久共享记忆——SAMEP/memorywire/MCP Memory 服务器正在填空但社区半信半疑正向是 codebase-memory-mcp 的 99% token 削减让开发者喊「游戏规则改变者」反向是 MemGhost 攻击——一封邮件把假事实写进持久记忆后台模式攻击成功率 87.5%。[B] 知乎主流共识是「概念热、落地难」「乱记比不记更致命」最尖锐的「三分天下」论认为独立记忆框架是注定被挤掉的中间商PostgreSQL 才是真正的记忆层。[C]五、战略含义新缓存层还是新数据库记忆不是缓存但它是让缓存生效的东西把提示词结构化成稳定前缀目标是 70% 缓存命中、50% 成本下降。当模型越来越便宜记忆的价值反而上升——它决定「哪些 token 进上下文」这是成本结构里最后的可优化项。上图记忆基础设施的中美双轨——美国打独立层厂商绑定中国打模型原生本地优先三条可能路径独立层走 Red Hat 路线Mem0 被 AWS 收编是第一个信号模型厂商垂直整合到底OpenAI 补记忆 API 即加速中国路线独立成军记忆原生模型 本地优先 SQLite 吃数据主权红利。[B]必须正视的反证长上下文有时已经打败结构化记忆——1M 上下文的 GPT-5.2 无记忆跑 72.3%最好的记忆系统 57.2%。[C] 记忆真正的护城河在跨会话连续性、选择性遗忘和时间推理而不是「记得更多」。六、我的评估先下结论记忆是真实的基础设施需求但「独立记忆框架」这个品类正被上下两头挤压——上面模型厂商做进托管栈下面数据库/向量层直接提供存储。[B]我判断未来 12 个月看三个点MCP 记忆标准化能否落地memorywire/SAMEP 被采纳会削平互操作壁垒OpenAI 会不会补上程序化记忆 API厂商整合的开关中国记忆原生模型能否跨过 scaling 门槛。[D]我原以为会像数据库大战一样在「存储格式」上分出胜负——研究完才发现真正卡脖子的是治理与遗忘MemGhost 攻击、选择性遗忘基准上所有系统最高只到 7%、「存了但不裁决冲突」记忆最大的问题不是记不住而是记得住、删不掉、分不清真假。[C]被打脸的风险如果 1M 上下文成本继续雪崩独立记忆层会变成「基础设施里的商品层」反之若长周期 Agent 成为主流负载现在的 1.5 万星只是开始。目前最确定的是协议删了状态模型不保存历史Agent 越来越长命——三股力量把「记性」推到了牌桌中央。[D]参考来源TencentDB-Agent-MemoryGitHub 官方TransMemarXiv:2607.29032Zep 双时间图记忆arXiv:2501.13956MemoryAgentBencharXiv:2507.05257SAMEP 安全记忆交换协议arXiv:2507.10562The RegisterMCP 打破有状态过去红熊AI A 轮36氪记忆张量 Pre-A界面新闻ArangoDB「十亿 token 问题」MemGhost 攻击The Hacker NewsAI 辅助深度研究人工视角解读。每日更新。