【AI Agent】（六）mem0三层记忆：重塑长期记忆系统

发表于 更新于 分类于

核心结论： RAG 解决的是”查资料”问题，而 mem0 解决的是”记人心”问题——用单次 LLM 调用 + 三信号混合检索，把 AI Agent 的记忆准确率在 LoCoMo 基准上从 71.4 提升到 91.6，延迟控制在 1 秒以内。

前言

你一定遇到过这种场景：上周告诉 ChatGPT”我是素食主义者”，这周它推荐食谱时照样给你塞满了牛排。

这不是模型蠢，而是 AI Agent 天生没有长期记忆。每次对话都是一张白纸，过去的偏好、历史决策、用户个性——全部清零。

2024 年诞生的 mem0（读作 “mem-zero”）用一种优雅的方式解决了这个问题：把记忆从对话上下文中剥离出来，单独管理，按需检索。如今它已积累 53k+ GitHub Stars，被 100,000+ 开发者使用，并于 2026 年 4 月发布了新一代记忆算法，在多个学术基准上实现了 20+ 分的大幅跃升。

读完本文，你将理解：

  • mem0 如何在技术层面实现”记忆”
  • 新算法为何选择 ADD-only 而不是 UPDATE/DELETE
  • 三信号混合检索（语义 + BM25 + 图谱）的设计逻辑
  • 从 RAG 到 Memory-Augmented Agent，这个领域在走向何处

一、mem0 是什么：定位与核心能力

mem0 不是一个 Agent 框架，而是一个插件式的记忆层（Memory Layer）。

打个比方：如果 LangGraph 是 AI Agent 的”大脑皮层”，那 mem0 就是”海马体”——专门负责记忆的存储与检索，而不参与推理本身。

维度描述
项目地址github.com/mem0ai/mem0
Stars53,000+（2026 年 4 月）
LicenseApache 2.0
支持语言Python、TypeScript/JavaScript
部署方式自托管（开源）或托管平台（SaaS）
背书Y Combinator S24
集成生态LangGraph、CrewAI、AutoGen、OpenAI Assistants

三种记忆维度：

记忆类型内容举例
用户记忆（User Memory）跨会话的长期用户偏好“用户喜欢简洁的中文回复”
会话记忆（Session Memory）当前对话的上下文“本次对话在讨论 Python 部署问题”
Agent 记忆（Agent Memory）Agent 自身的决策历史“上次部署用了 Docker，效果良好”

二、技术方法深度解析

2.1 整体架构

graph TB
    subgraph "输入层"
        MSG["💬 用户消息 / Agent动作"]
    end

    subgraph "记忆写入流程"
        EXT["🔍 实体提取器 (LLM单次调用)"]
        ADD["➕ ADD-Only 写入策略"]
        LINK["🔗 实体链接 (Entity Linking)"]
    end

    subgraph "存储层"
        VEC["📦 向量数据库 (语义存储)"]
        GRAPH["🕸️ 图数据库 (关系存储)"]
        KV["🗃️ KV索引 (BM25关键词)"]
    end

    subgraph "记忆检索流程"
        SEM["🔵 语义向量搜索"]
        BM25["🟡 BM25关键词匹配"]
        ENT["🟣 图谱实体遍历"]
        FUSE["⚙️ 多信号融合排序"]
    end

    subgraph "输出层"
        CTX["✅ 注入对话上下文"]
        LLM["🤖 LLM 生成回复"]
    end

    MSG --> EXT
    EXT --> ADD
    ADD --> LINK
    LINK --> VEC & GRAPH & KV

    MSG --> SEM & BM25 & ENT
    VEC --> SEM
    KV --> BM25
    GRAPH --> ENT
    SEM & BM25 & ENT --> FUSE
    FUSE --> CTX --> LLM

    style MSG fill:#C7CEEA,stroke:#9FA8DA,color:#333
    style EXT fill:#E8D5F5,stroke:#CE93D8,color:#333
    style ADD fill:#FFB3C6,stroke:#F48FB1,color:#333
    style LINK fill:#FFDAB9,stroke:#FFAB76,color:#333
    style VEC fill:#B5EAD7,stroke:#80CBC4,color:#333
    style GRAPH fill:#B5EAD7,stroke:#80CBC4,color:#333
    style KV fill:#B5EAD7,stroke:#80CBC4,color:#333
    style SEM fill:#C7CEEA,stroke:#9FA8DA,color:#333
    style BM25 fill:#FFF9C4,stroke:#F9A825,color:#333
    style ENT fill:#E8D5F5,stroke:#CE93D8,color:#333
    style FUSE fill:#FFDAB9,stroke:#FFAB76,color:#333
    style CTX fill:#B5EAD7,stroke:#80CBC4,color:#333
    style LLM fill:#FFB3C6,stroke:#F48FB1,color:#333

2.2 新一代记忆算法（2026 年 4 月）

2026 年 4 月，mem0 发布了重大算法升级，核心变化只有三点，但影响深远：

变化一：ADD-Only 单次提取（最重要）

旧算法在写入记忆时需要对已有记忆执行 UPDATE 或 DELETE 操作——这意味着每次写入都需要先检索现有记忆，再决定如何合并或删除，多次 LLM 调用，延迟高、成本高。

新算法彻底抛弃了 UPDATE/DELETE，转为纯追加（ADD-Only）：

  • 每次交互只用 1 次 LLM 调用 提取事实
  • 新事实直接追加写入，旧记忆永远保留
  • 检索时由多信号排序决定哪条记忆更”新鲜”、更相关

变化二：Agent 行为即事实（Agent Facts First-Class）

旧系统主要记录用户说的话，Agent 执行的动作（”部署成功了”、”用户选择了方案 B”）被忽略。新系统将 Agent 确认执行的动作与用户偏好同等权重写入记忆。

变化三：实体链接（Entity Linking）

提取到的实体（人名、地点、产品名等）会被分配稳定 ID，跨记忆条目之间自动建立关联。这样当你问”Alice 搬家之前住在哪？”时，系统能通过图谱追踪到历史记忆，而不仅靠语义相似度模糊匹配。

算法升级效果（与旧算法对比）：

基准测试旧算法新算法提升
LoCoMo71.491.6+20.2
LongMemEval67.893.4+25.6
BEAM (1M tokens)—64.1首次测试
BEAM (10M tokens)—48.6首次测试
平均 Token 消耗~25,000~6,900降低 72%
P50 延迟>2s0.88~1.09s降低 50%+

这组数字意味着什么？LongMemEval 的 +25.6 分代表 AI 助手在长期交互中的记忆召回准确率，从”还行”提升到了”接近人类短期记忆水平”。

2.3 三信号混合检索

检索是 mem0 的另一个核心差异点。检索时三条管道并行执行，结果融合后返回：

flowchart LR
    QUERY["🔍 检索请求"] --> S1 & S2 & S3

    S1["🔵 语义向量搜索<br/>余弦相似度"]
    S2["🟡 BM25关键词匹配<br/>精确词项相关性"]
    S3["🟣 实体图谱遍历<br/>多跳关系推理"]

    S1 & S2 & S3 --> FUSE["⚙️ 分数融合<br/>+阈值过滤"]
    FUSE --> TOP["✅ Top-K 记忆片段"]
    TOP --> CTX["💬 注入系统提示词"]

    style QUERY fill:#C7CEEA,stroke:#9FA8DA,color:#333
    style S1 fill:#C7CEEA,stroke:#9FA8DA,color:#333
    style S2 fill:#FFF9C4,stroke:#F9A825,color:#333
    style S3 fill:#E8D5F5,stroke:#CE93D8,color:#333
    style FUSE fill:#FFDAB9,stroke:#FFAB76,color:#333
    style TOP fill:#B5EAD7,stroke:#80CBC4,color:#333
    style CTX fill:#B5EAD7,stroke:#80CBC4,color:#333

三条管道各有侧重：

  • 语义向量搜索：用 embedding 捕捉语义相似性，擅长找”意思接近”的记忆，但对专有名词不敏感
  • BM25 关键词匹配：对精确词项高度敏感，当用户问”我的 API Key 是什么”时，语义搜索可能返回笼统内容，BM25 能精确命中”API Key”相关记忆
  • 实体图谱遍历：支持多跳推理，能回答”我上次用的那个框架的主要竞争对手是什么”这类需要关联多条记忆的问题

为什么需要三个信号而不是一个？

因为单一信号都有盲区。纯向量搜索会漏掉精确词项；纯 BM25 会漏掉同义词和语义相关内容；图谱遍历适合关系推理但对开放域不擅长。三者互补，才能在不同问题类型上都保持高准确率。

三、如何使用 mem0

3.1 安装

1
2
3
4
5
6
7
8
9
# Python（基础版）
pip install mem0ai

# Python（增强版，含 BM25 + 实体提取）
pip install "mem0ai[nlp]"
python -m spacy download en_core_web_sm

# JavaScript/TypeScript
npm install mem0ai

3.2 最简单的使用模式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
from openai import OpenAI
from mem0 import Memory

openai_client = OpenAI()
memory = Memory()   # 默认使用本地向量存储

def chat_with_memory(message: str, user_id: str) -> str:
    # 第一步：检索相关历史记忆
    past = memory.search(query=message, filters={"user_id": user_id}, top_k=5)
    memories_str = "\n".join(f"- {m['memory']}" for m in past["results"])

    # 第二步：将记忆注入系统提示
    system = f"你是一个有记忆的助手。\n用户历史记忆:\n{memories_str}"
    msgs = [{"role": "system", "content": system},
            {"role": "user", "content": message}]

    # 第三步：调用 LLM 生成回复
    resp = openai_client.chat.completions.create(model="gpt-4o-mini", messages=msgs)
    reply = resp.choices[0].message.content

    # 第四步：提取本次对话中的新事实并写入记忆
    msgs.append({"role": "assistant", "content": reply})
    memory.add(msgs, user_id=user_id)   # ADD-Only，一次 LLM 调用完成提取

    return reply

3.3 与 LangGraph 集成

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
from langgraph.graph import StateGraph
from mem0 import MemoryClient

client = MemoryClient(api_key="your-mem0-key")

def retrieve_memories(state):
    user_id = state["user_id"]
    query = state["messages"][-1]["content"]
    # 从 mem0 平台检索记忆，注入到 state
    memories = client.search(query, user_id=user_id, limit=5)
    state["context"] = [m["memory"] for m in memories]
    return state

def save_memories(state):
    client.add(state["messages"], user_id=state["user_id"])
    return state

# 在 LangGraph 节点中嵌入 mem0
builder = StateGraph(dict)
builder.add_node("retrieve", retrieve_memories)
builder.add_node("llm", call_llm_node)
builder.add_node("save", save_memories)
builder.set_entry_point("retrieve")
builder.add_edge("retrieve", "llm")
builder.add_edge("llm", "save")

3.4 CLI 快速体验

1
2
3
4
5
6
npm install -g @mem0/cli

mem0 init
mem0 add "我喜欢简短的技术回答，不需要废话" --user-id alice
mem0 add "我的主力语言是 Python 和 TypeScript" --user-id alice
mem0 search "适合我的编程工具推荐" --user-id alice

四、与同类方案横向对比

维度mem0Letta (MemGPT)LangMemZep
定位插件式记忆层完整 Agent 运行时LangChain 专属生产级混合记忆
接入方式API/SDK 插件Agent 原生内置LangChain 节点API/SDK
框架依赖✅ 无依赖❌ 需在 Letta 内运行⚠️ 绑定 LangChain✅ 无依赖
图谱记忆✅ 支持⚠️ 有限❌ 无✅ 支持
BM25 检索✅ 内置❌ 无⚠️ 可配置✅ 内置
开源协议Apache 2.0Apache 2.0MITSSPL（受限）
自托管✅ 完整支持✅ 支持✅ 支持⚠️ 部分限制
SaaS 平台✅ 企业级✅ 有❌ 无✅ 有
GitHub Stars53k+21k+5k+3k+

核心差异一句话总结：

  • mem0：最像”记忆芯片”，插哪个框架都能用
  • Letta：最像”记忆型 Agent 操作系统”，功能完整但侵入性强
  • LangMem：LangChain 生态的原住民，不在这个生态就别考虑
  • Zep：注重时序推理，适合需要追踪事件时间线的场景

五、趋势：从 RAG 到记忆增强 Agent

mem0 的技术路径，其实折射出整个 AI Agent 领域的一个核心演进方向：

graph LR
    T1["📄 RAG（2023）<br/>外部知识检索<br/>静态文档为主"]
    T2["🔄 短期记忆（2024）<br/>对话上下文窗口<br/>单次会话有效"]
    T3["🧠 长期记忆（2025）<br/>用户画像持久化<br/>跨会话积累"]
    T4["🤖 记忆增强 Agent（2026+）<br/>行为+偏好+知识<br/>三维记忆融合"]

    T1 -->|"局限：只能查，不能记"| T2
    T2 -->|"局限：关掉就忘"| T3
    T3 -->|"局限：记人不记事"| T4

    style T1 fill:#F5F5F5,stroke:#BDBDBD,color:#333
    style T2 fill:#C7CEEA,stroke:#9FA8DA,color:#333
    style T3 fill:#E8D5F5,stroke:#CE93D8,color:#333
    style T4 fill:#FFB3C6,stroke:#F48FB1,color:#333

RAG 的根本局限在于它只是”查资料”——你问什么，它找什么，但它不记得你这个人。下次对话，它还是不认识你。

**短期记忆（对话上下文）**解决了单次会话的连贯性，但关掉浏览器就消失。

**长期记忆（mem0 的核心贡献）**让 AI 真正记住用户跨越多次对话的偏好和历史。

**记忆增强 Agent（下一阶段）**的方向是三维融合：不仅记住用户偏好，还记住 Agent 自身的行为决策历史，以及领域知识库——让 Agent 像一个有经验的同事，而不是每次都要从头解释背景的临时工。

这个趋势背后有两个关键推力：

  1. Token 成本下降的边际效益递减：Context Window 变大了，但把所有历史都塞进 Prompt 的做法太粗暴——Token 成本高、检索精度低。精准的记忆系统（用 6,900 token 达到 91.6 分）比暴力全量上下文（用 25,000 token 还不如它）更有竞争力。

  2. 个性化 AI 产品的市场需求：用户越来越不满足于”通用助手”，他们要的是”认识我的助手”。mem0 对应的应用场景——客服、医疗、教育、游戏——无一不是高度个性化的刚需市场。

六、局限性与适用边界

mem0 不是银弹，有几个值得注意的边界：

  • ADD-Only 带来的存储膨胀：记忆只增不删，长期运行后存储量会持续增长，需要定期维护或设定淘汰策略
  • 提取质量依赖底层 LLM：记忆提取的准确性直接受 LLM 能力影响，使用较弱的模型时提取的事实可能不准确
  • 图谱记忆是 Pro 功能：开源版本的图谱记忆能力有限，完整能力需要订阅托管平台
  • 冷启动问题：新用户没有记忆数据时，系统无法体现优势，需要积累一定交互量

结论

mem0 证明了一件事：AI Agent 的长期记忆问题，是一个工程问题，而不是模型能力问题。

不需要更大的 Context Window，不需要更强的 LLM——只需要一个设计精良的记忆层，三信号并行检索，单次 LLM 提取，实体跨记忆链接。

这是从”更大”到”更精”的范式转变。

如果你在构建任何需要记住用户的 AI 应用——无论是客服机器人、个人助理还是教育 Agent——mem0 是目前最值得优先考虑的记忆方案。

1
2
3
# 5 分钟开始体验
pip install "mem0ai[nlp]"
python -m spacy download en_core_web_sm

延伸阅读：