答案已發布15 個來源
TencentDB Agent Memory：騰訊如何用分層記憶讓長任務 AI Agent 更省 Token、更可靠
騰訊雲開源 TencentDB Agent Memory，透過分層記憶與「Context Offloading + Mermaid 任務畫布」機制，降低 AI Agent 長任務中的上下文負擔與 Token 成本。[1][5] 系統將完整工具輸出與日誌移出模型上下文，只保留摘要與任務圖結構，使 Agent 能在複雜工作流程中保持清晰狀態與方向。[1][7] 騰訊在自家測試中稱 Token 使用量最高下降約 61%，多項 benchmark 任務成功率與 PersonaMem 準確率也有所提升，但目前仍屬廠商報告結果。[5][6]
發布者使用 GPT-5.5 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- 騰訊雲開源 TencentDB Agent Memory，透過分層記憶與「Context Offloading + Mermaid 任務畫布」機制，降低 AI Agent 長任務中的上下文負擔與 Token 成本。[1][5]
- 系統將完整工具輸出與日誌移出模型上下文，只保留摘要與任務圖結構，使 Agent 能在複雜工作流程中保持清晰狀態與方向。[1][7]
- 騰訊在自家測試中稱 Token 使用量最高下降約 61%，多項 benchmark 任務成功率與 PersonaMem 準確率也有所提升，但目前仍屬廠商報告結果。[5][6]
AI 提示詞
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Tencent Cloud’s newly open-sourced TencentDB Agent Memory, how does its layered memory architecture and “Context Offloading + Mermai. Article summary: TencentDB Agent Memory is Tencent Cloud’s open-source memory layer for AI agents: it combines long-term personalized memory with short-term context compression so agents can run longer tasks without stuffing every tool r. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "3 weeks ago - Tencent Cloud’s Cube Sandbox goes fully open source with five technical breakthroughs, providing a production-grade foundation for AI Agent deployment at industrial s" source context "Tencent Cloud Cube Sandbox Goes Fully Open-Source, with Five Major Breakthroughs Enabling Large-Scale Agent Deployment -" Reference
AI Agent 在執行長時間、多步驟任務時常會遇到一個核心瓶頸：上下文視窗（context window）容量有限。
當 Agent 持續搜尋網頁、呼叫工具、寫程式或分析文件時，大量的日誌、工具輸出與中間推理會被塞進提示（prompt）中。結果是：
- Token 成本快速上升
- 上下文被大量原始資料佔據
- 模型更難抓住任務主線
騰訊雲在 2026 年 5 月開源的 TencentDB Agent Memory，正是針對這個問題設計的一套記憶系統。它透過分層記憶架構與 「Context Offloading + Mermaid 任務畫布」 的方法，把詳細資料移出上下文，同時保留結構化任務狀態。騰訊在內部測試中表示，這能讓 Token 消耗最高降低 61%，並提高長任務成功率。
什麼是 TencentDB Agent Memory
TencentDB Agent Memory 是一個面向 AI Agent 長流程任務 的開源記憶引擎，由騰訊雲資料庫團隊推出，並以 MIT License 釋出。
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「TencentDB Agent Memory：騰訊如何用分層記憶讓長任務 AI Agent 更省 Token、更可靠」的簡短答案是什麼？
騰訊雲開源 TencentDB Agent Memory，透過分層記憶與「Context Offloading + Mermaid 任務畫布」機制，降低 AI Agent 長任務中的上下文負擔與 Token 成本。[1][5]
最值得優先驗證的重點是什麼？
騰訊雲開源 TencentDB Agent Memory，透過分層記憶與「Context Offloading + Mermaid 任務畫布」機制，降低 AI Agent 長任務中的上下文負擔與 Token 成本。[1][5] 系統將完整工具輸出與日誌移出模型上下文，只保留摘要與任務圖結構，使 Agent 能在複雜工作流程中保持清晰狀態與方向。[1][7]
接下來在實務上該怎麼做？
騰訊在自家測試中稱 Token 使用量最高下降約 61%，多項 benchmark 任務成功率與 PersonaMem 準確率也有所提升，但目前仍屬廠商報告結果。[5][6]