与传统方式不同，该系统不会把所有搜索结果、日志或中间步骤反复塞进模型上下文，而是将信息转化为结构化记忆和摘要。

四层长期记忆架构

腾讯设计了一套 四层递进式记忆结构，把零散对话逐渐转化为可复用的知识。

L0：原始对话层（Raw Dialogue）
完整保存用户与 Agent 的对话及任务记录。

L1：原子记忆层（Atomic Memory）
从对话中提取结构化事实，例如用户偏好、约束条件或阶段结论。

L2：场景总结层（Scenario Summary）
将与某个任务或场景相关的记忆聚合，帮助代理识别类似工作流程。

L3：用户画像层（User Profile）
提炼长期稳定的用户行为模式和偏好。

这种设计相当于把“原始聊天记录”逐步转化为“结构化知识库”。随着时间推移，Agent 可以复用历史经验，而不必每次从零开始推理。

核心机制：Context Offloading + Mermaid 任务画布

系统效率提升的关键来自 短期工作记忆的处理方式。

Context Offloading（上下文卸载）

当 Agent 调用工具，例如抓取网页或运行代码时，完整输出不会长期留在模型 prompt 中，而是被存储到外部文件或数据库。模型上下文只保留：

• 高密度摘要
• 引用指针

这样可以避免网页内容、日志或大型数据块长期占据上下文空间。

Mermaid 任务画布

腾讯没有用长文本记录任务历史，而是使用 Mermaid 图描述语言构建结构化任务图。Mermaid 是一种常见于 GitHub 文档的文本式流程图语言，大模型通常能直接理解和生成。

在这个任务画布中：

• 节点表示任务步骤
• 边表示步骤依赖关系
• 每个节点只包含简短摘要或状态

因此模型需要理解的是任务结构，而不是完整的日志历史。腾讯用一个简单比喻解释这种差异：

日志适合记录，而地图适合导航。

Mermaid 任务画布正是 Agent 的“任务地图”。

根据上下文“水位”自动压缩

TencentDB Agent Memory 还会根据上下文使用率动态压缩内容。系统会监控 prompt 的占用比例，并触发不同级别的压缩策略。

典型策略包括：

• L1 实时摘要：工具调用完成后立即生成摘要
• L2 任务画布更新：异步更新 Mermaid 任务结构
• L3 深度压缩：当上下文占用接近 80% 时压缩或清理旧消息

如果占用率接近 95%，系统会触发紧急压缩，把上下文再次降低到安全水平。

腾讯公布的性能结果

腾讯在多个 Agent 评测集上报告了性能改进。不过需要注意，这些数据来自厂商自身测试，并非独立第三方评测。

WideSearch

• 通过率：33% → 50%（相对提升 51.52%）
• Token 使用量：221.31M → 85.64M（减少 61.38%）

SWE‑bench

• 成功率：58.4% → 64.2%
• Token 使用量：3474.1M → 2375.4M（减少 33.09%）

AA‑LCR

• 成功率：44.0% → 47.5%
• Token 使用量：112.0M → 77.3M（减少 30.98%）

PersonaMem

• 准确率约从 48% 提升到 76%。

腾讯还表示，在覆盖 1540 个任务（代码生成、网页搜索、文档分析等）的测试中，任务完成率提升 12%–35%，Token 消耗下降 33%–64%。

4 月发布与 5 月开源版的区别

TencentDB Agent Memory 在 2026 年经历了两次关键发布。

4 月版本

• 推出长期记忆服务
• 引入四层记忆架构
• 重点解决跨会话记忆问题

5 月 14 日开源版本

• 整个系统以 MIT 协议开源
• 增加短期上下文压缩能力
• 强调 Context Offloading + Mermaid Task Canvas 机制

简单来说：

• 早期版本强调 长期记忆
• 开源版本重点解决 长任务上下文爆炸问题

已支持的 Agent 框架

腾讯表示，该系统已能与多种 Agent 框架集成，例如：

• OpenClaw：可作为记忆增强插件使用
• Hermes Gateway / Hermes Agent：支持 Docker 部署（0.3.4 及以上版本）

这意味着开发者可以在现有 Agent 架构中增加记忆与上下文压缩能力，而无需重写整个系统。

为什么这件事重要

随着 AI Agent 从实验走向实际应用，例如：

• 编程助手
• 研究分析代理
• 自动化企业工作流

上下文窗口成本正成为关键瓶颈。长任务中大量工具调用会迅速放大 Token 消耗，同时降低模型推理稳定性。

TencentDB Agent Memory 的思路是同时解决两个问题：

• 成本：减少 Token 使用，降低运行费用
• 可靠性：用结构化任务图帮助 Agent 在复杂流程中保持方向

如果这种方法在更多模型和框架中得到验证，它可能成为未来 AI Agent 基础设施层的一部分。

不过目前为止，这些性能提升仍主要来自腾讯公布的数据，真正的效果还需要更多独立测试来验证。

与传统方式不同，该系统不会把所有搜索结果、日志或中间步骤反复塞进模型上下文，而是将信息转化为结构化记忆和摘要。

四层长期记忆架构

腾讯设计了一套 四层递进式记忆结构，把零散对话逐渐转化为可复用的知识。

L0：原始对话层（Raw Dialogue）
完整保存用户与 Agent 的对话及任务记录。

L1：原子记忆层（Atomic Memory）
从对话中提取结构化事实，例如用户偏好、约束条件或阶段结论。

L2：场景总结层（Scenario Summary）
将与某个任务或场景相关的记忆聚合，帮助代理识别类似工作流程。

L3：用户画像层（User Profile）
提炼长期稳定的用户行为模式和偏好。

这种设计相当于把“原始聊天记录”逐步转化为“结构化知识库”。随着时间推移，Agent 可以复用历史经验，而不必每次从零开始推理。

核心机制：Context Offloading + Mermaid 任务画布

系统效率提升的关键来自 短期工作记忆的处理方式。

Context Offloading（上下文卸载）

当 Agent 调用工具，例如抓取网页或运行代码时，完整输出不会长期留在模型 prompt 中，而是被存储到外部文件或数据库。模型上下文只保留：

• 高密度摘要
• 引用指针

这样可以避免网页内容、日志或大型数据块长期占据上下文空间。

Mermaid 任务画布

腾讯没有用长文本记录任务历史，而是使用 Mermaid 图描述语言构建结构化任务图。Mermaid 是一种常见于 GitHub 文档的文本式流程图语言，大模型通常能直接理解和生成。

在这个任务画布中：

• 节点表示任务步骤
• 边表示步骤依赖关系
• 每个节点只包含简短摘要或状态

因此模型需要理解的是任务结构，而不是完整的日志历史。腾讯用一个简单比喻解释这种差异：

日志适合记录，而地图适合导航。

Mermaid 任务画布正是 Agent 的“任务地图”。

根据上下文“水位”自动压缩

TencentDB Agent Memory 还会根据上下文使用率动态压缩内容。系统会监控 prompt 的占用比例，并触发不同级别的压缩策略。

典型策略包括：

• L1 实时摘要：工具调用完成后立即生成摘要
• L2 任务画布更新：异步更新 Mermaid 任务结构
• L3 深度压缩：当上下文占用接近 80% 时压缩或清理旧消息

如果占用率接近 95%，系统会触发紧急压缩，把上下文再次降低到安全水平。

腾讯公布的性能结果

腾讯在多个 Agent 评测集上报告了性能改进。不过需要注意，这些数据来自厂商自身测试，并非独立第三方评测。

WideSearch

• 通过率：33% → 50%（相对提升 51.52%）
• Token 使用量：221.31M → 85.64M（减少 61.38%）

SWE‑bench

• 成功率：58.4% → 64.2%
• Token 使用量：3474.1M → 2375.4M（减少 33.09%）

AA‑LCR

• 成功率：44.0% → 47.5%
• Token 使用量：112.0M → 77.3M（减少 30.98%）

PersonaMem

• 准确率约从 48% 提升到 76%。

腾讯还表示，在覆盖 1540 个任务（代码生成、网页搜索、文档分析等）的测试中，任务完成率提升 12%–35%，Token 消耗下降 33%–64%。

4 月发布与 5 月开源版的区别

TencentDB Agent Memory 在 2026 年经历了两次关键发布。

4 月版本

• 推出长期记忆服务
• 引入四层记忆架构
• 重点解决跨会话记忆问题

5 月 14 日开源版本

• 整个系统以 MIT 协议开源
• 增加短期上下文压缩能力
• 强调 Context Offloading + Mermaid Task Canvas 机制

简单来说：

• 早期版本强调 长期记忆
• 开源版本重点解决 长任务上下文爆炸问题

已支持的 Agent 框架

腾讯表示，该系统已能与多种 Agent 框架集成，例如：

• OpenClaw：可作为记忆增强插件使用
• Hermes Gateway / Hermes Agent：支持 Docker 部署（0.3.4 及以上版本）

这意味着开发者可以在现有 Agent 架构中增加记忆与上下文压缩能力，而无需重写整个系统。

为什么这件事重要

随着 AI Agent 从实验走向实际应用，例如：

• 编程助手
• 研究分析代理
• 自动化企业工作流

上下文窗口成本正成为关键瓶颈。长任务中大量工具调用会迅速放大 Token 消耗，同时降低模型推理稳定性。

TencentDB Agent Memory 的思路是同时解决两个问题：

• 成本：减少 Token 使用，降低运行费用
• 可靠性：用结构化任务图帮助 Agent 在复杂流程中保持方向

如果这种方法在更多模型和框架中得到验证，它可能成为未来 AI Agent 基础设施层的一部分。

不过目前为止，这些性能提升仍主要来自腾讯公布的数据，真正的效果还需要更多独立测试来验证。