Tencent đã phát hành mã nguồn mở cho Hệ thống Ghi nhớ Agent, OpenClaw tiết kiệm tới 61% Token

Theo giám sát từ Dynamic Beating, nhóm cơ sở dữ liệu của Tencent Cloud đã dành 6 tháng để chuyên sâu giải quyết vấn đề mất trí nhớ dài trong cuộc trò chuyện, và gần đây đã chính thức công bố mã nguồn mở TencentDB Agent Memory. Đây là một hệ thống bộ nhớ ưu tiên cục bộ dành cho AI Agent, mặc định sử dụng SQLite + sqlite-vec làm cơ sở dữ liệu cục bộ, có thể được cài đặt như một plugin cho OpenClaw, và hỗ trợ kết nối với Hermes Gateway.

Điểm chính của hệ thống này không phải là đơn giản đưa toàn bộ cuộc trò chuyện vào thư viện vector, mà là chia bộ nhớ thành hai cấu trúc. Bộ nhớ dài hạn theo dõi từng bước của L0 đối thoại gốc, L1 sự thật nguyên tử, L2 phân đoạn cảnh, L3 hồ sơ người dùng từng bước trầm lắng; trong khi bộ nhớ nhiệm vụ ngắn hạn đưa ra các chỉ dẫn dài được đặt ngoài vào tập tin refs, tóm tắt bước được viết vào jsonl, sau đó sử dụng canvas Mermaid để giữ nguyên cấu trúc nhiệm vụ và chỉ mục nút.

Trong quy trình làm việc phức tạp với hơn 30 bước, Agent thường đọc cấu trúc Mermaid nhẹ, chỉ khi cần kiểm tra chi tiết mới quay lại nhật ký gốc theo node_id. Thử nghiệm chính thức đã cho thấy sau khi tích hợp OpenClaw, Token tiêu thụ của nhiệm vụ WideSearch giảm từ 221.31 triệu xuống còn 85.64 triệu (giảm 61.38%), tỷ lệ thành công tăng đáng kể lên 51.52%. Trên bảng đánh giá bộ nhớ dài hạn PersonaMem, độ chính xác đã tăng từ 48% lên 76%. Giá trị của thiết kế này chính là không tiêu thụ chi tiết lịch sử trong một lần mà giữ nguyên đủ chi tiết từ hình ảnh tổng quan, bức tranh nhiệm vụ suốt đường dẫn đến văn bản gốc ở tầng thấp nhất.