智能体的健忘症，正在成为2026年Agent生态最被低估的工程问题。当Agent从一次性问答走向长时间会话、跨任务执行、多Agent协作，上下文窗口的容量天花板就开始反噬整个产品体验——新会话忘记用户偏好、长任务中途丢失关键约束、角色扮演几轮后人格漂移。腾讯云数据库团队最近开源了TencentDB Agent Memory（代号"龙虾"），把官方测得的76.10%回答准确率和"较原生记忆提升59%"两个数字摆上桌面。配合此前Mem0、Zep、Letta、O-Mem在LoCoMo、PersonaMem、LongMemEval上的多组Benchmark，这条赛道在过去6个月的格局已经清晰到可以做一次完整的横切对比。
龙虾的技术骨架：四层渐进式记忆
TencentDB Agent Memory的核心设计不是单点的向量检索，而是一条从原始对话到用户画像的四层管线：
L0 原始对话层：全量保存对话原文，确保信息不丢失。这一层不做语义压缩，是审计与回溯的底座。 L1 原子记忆层：从对话中自动抽取事实、偏好、关键约束等结构化条目。这是绝大多数同类系统（Mem0、Memori、ReMe）的主战场。 L2 场景分块层：按项目或任务聚类，让记忆"带着上下文"被召回，避免跨场景串场——这是龙虾相对Mem0最差异化的设计点。 L3 用户画像层：在前三层之上形成稳定的用户画像，让Agent适应长期使用习惯。
四层的逻辑链路是"碎片化对话→结构化事实→场景化认知→个性化画像"。对比Mem0的扁平化Memory池，龙虾走的是"分层渐进"路线；对比Zep的Graphiti知识图谱，龙虾的图结构更轻，倒向了易解释的层级数据库形态。安装方式上，龙虾以插件形态集成进腾讯云Lighthouse、ClawPro，本地OpenClaw也可以通过openclaw plugins install @tencentdb-agent-memory/memory-tencentdb一键部署。
PersonaMem 76.10%数据怎么读
腾讯云官方披露的核心数据是PersonaMem评测集76.10%回答准确率，相比OpenClaw原生记忆提升近59%。这条数据需要拆开看：
PersonaMem不是LoCoMo。它由20个模拟用户画像、6000+条消息、589道测评题组成，侧重的是个性化记忆与用户画像建模，而LoCoMo（10段多轮长对话、81道QA对）测的是长会话事实召回。换句话说，PersonaMem衡量"Agent是否真的记住了你这个人"，LoCoMo衡量"Agent是否能从历史里检出某个事实"。两个Benchmark的目标函数不同，分数不能横比。
"提升59%"的口径是相对值——OpenClaw原生记忆在PersonaMem上的基线约为47.86%（即76.10/1.59），龙虾在此基础上把绝对分推到了76.10%。这个增量在个性化记忆赛道是显著的，但需要注意：基线越低，相对提升越好看。
至于推文中流传的"上下文压缩使Token使用减少61%""角色一致性从48%跃升至76%"等英文版数据，与官方中文披露的指标体系存在差异，更像是同一项目面向不同受众的传播口径。在引用时建议以PersonaMem 76.10%这一可追溯数据为准。
主流Agent记忆系统Benchmark横评
把过去6个月业内公开的Benchmark数据放在一张表上，会看到三件事：分数差距巨大、口径互不相通、单一指标会严重误导选型。
几个不能直接对比但又必须放在一起看的细节：
第一，Token成本与准确率是Pareto关系。Mem0 2026新算法在LoCoMo上把单次检索Token压到约7000，而全上下文方案需要25,000+——3-4倍的成本差距。Zep的图谱构建虽然准确率不低，但Mem0论文指出其单会话内存占用超过600,000 Token（Mem0自身为1,764），且即时检索常常失败，正确答案要等数小时后台图谱处理完才能召回，实时场景几乎不可用。
第二，LoCoMo本身的方法论正在被质疑。dial481/locomo-audit等独立审计指出LoCoMo的题目设计存在数据泄露和题型偏置问题，意味着90%+的高分有相当一部分来自对Benchmark特性的过拟合。Letta团队在2025年8月直接吐槽过Mem0对MemGPT的复现方式存疑。
第三，Agent Memory在编码场景的实际收益远低于宣传。Markus Sandelin等独立测试者在编码Agent场景做了受控实验，得出"15-28% Token节省"的真实数字，而厂商宣称的80-95%其实测的是记忆压缩比，不是任务完成效率。GitHub Copilot 2026年1月的A/B测试在启用Agentic Memory后PR合并率提升7个百分点——这是少数指向真实业务价值的数据点。 龙虾的差异化定位
把龙虾放到这个横评里，它的位置比较特殊：
不是LoCoMo分数最高的——Mem0新算法91.6%、Zep修正后75.14%、Letta filesystem 74.0%都是公开的LoCoMo数据，龙虾没有发布LoCoMo分数。但它选择了PersonaMem作为主战场，这个选择本身透露了产品定位：龙虾不是为"找回某个事实"设计的，而是为"形成稳定用户画像"设计的，目标用户是长期陪伴型Agent，不是短任务问答机器人。
集成路径是OpenClaw而非LangChain/LangGraph。Mem0、LangMem、ReMe几乎都把LangGraph和CrewAI作为一等公民集成对象，龙虾则深度绑定OpenClaw——这意味着它的目标用户首先是已经在OpenClaw生态内的开发者，而非通用Agent框架用户。考虑到OpenClaw在中文开发者中的渗透率，这条路径在国内市场逻辑成立，但在海外通用Agent生态里影响力会被Mem0、Zep压制。
免费+企业版双轨。社区版插件免费一键开启，企业版Pro基于腾讯云向量数据库，支持备份、回档、权限控制等数据治理能力。这是典型的云厂商打法——用免费版抢生态、用企业版做营收。Zep也走类似双轨，Mem0则以SaaS为主，免费层有强限制。
实际选型决策树
如果你正在为Agent选记忆层，过去6个月Benchmark大战留下的有用结论可以浓缩成几条：
- OpenClaw深度用户、看重用户画像建模：龙虾的L2/L3层是这个场景下最贴合的设计，免费版门槛低，国内云生态对接顺。
- LangGraph/CrewAI生态、需要快速集成：LangMem是阻力最小的路径，但LoCoMo分数偏低，复杂查询要谨慎。
- 需要事实召回准确率最大化：Mem0 2026新算法（91.6% LoCoMo）目前是数据上最强的选择，但要注意LoCoMo分数本身的争议。
- 温度敏感的实时场景：避开Zep——后台图谱构建的延迟会让即时检索失效。
- 本地部署、数据合规优先：ReMe（Apache 2.0）、Memori、龙虾本地插件都是候选，云端SaaS方案出局。
- 编码Agent场景：不要相信任何"90% Token节省"的宣传，按Sandelin的实测预期15-28%的真实收益，并把节省的Token成本和增加的检索延迟做综合核算。
几个还没人回答的问题
智能体记忆赛道目前看似数据满天飞，但有几个关键问题各家都还没给出明确答案：
记忆冲突与可信度治理。LoCoMo测的是"是否检出正确的事实"，但当记忆里出现互相矛盾的条目时——比如用户上周说喜欢A、这周说喜欢B——系统该信哪个？龙虾的L3用户画像层做了一定的统一，但具体策略未披露。Mem0、Zep同样回避了这个问题。
多Agent共享记忆的边界。当一个Agent团队协作时，记忆该全局共享还是分层隔离？腾讯云提到Agent Memory是"Agent Runtime能力体系的重要一环"，但多Agent共享的具体协议没有公开。
Benchmark的下一站。当LoCoMo的过拟合问题被反复指出后，PersonaMem、LongMemEval、BEAM等新基准开始崛起，但还没有任何一个成为公认的"金标准"。龙虾选择PersonaMem，Mem0押注LongMemEval和BEAM，下一年的评测话语权之争值得跟踪。
下一个值得关注的时间窗口是2026年Q3——届时龙虾Pro版的企业级数据治理能力是否如期落地、Mem0新算法是否能在BEAM 10M长度上守住分数、Letta和Zep的方法论之争是否走向第三轮，将决定这个赛道在2027年的真实座次。
AI 速览
