概念导读
LLM Agent 的持久记忆面临两大生产挑战：
- 核心问题
- 方法
- 系统架构
- Advanced Augmentation 管线
- 检索策略
- 结果
- 意义
- Related
Memori: A Persistent Memory Layer for LLM Agents
核心问题
LLM Agent 的持久记忆面临两大生产挑战： 1. 上下文退化: 原始对话注入 prompt 导致 context rot（信息在但未被有效利用） 2. Token 成本: 全上下文方案 token 消耗巨大，API 费用不可持续
Memori 将记忆视为数据结构化问题而非存储问题。
方法
系统架构
Memori 作为 LLM 无关的解耦记忆层，位于应用逻辑和底层 LLM 之间： - 通过轻量 Memori SDK 封装现有 LLM 客户端 - 拦截请求，自动管理记忆的读写
Advanced Augmentation 管线
将非结构化对话转化为双层结构化记忆资产：
1. Semantic Triple Generation（语义三元组生成）
- 从对话中提取原子知识单元：事实、偏好、约束、属性
- 结构化为 subject–predicate–object 三元组
- 每个三元组关联到原始对话来源
- 双重优势: (1) 低噪声高精度检索索引；(2) 天然压缩层
2. Conversation Summarization（对话摘要）
- 三元组擅长静态事实但缺乏叙事上下文
- 摘要捕捉用户意图、时序演进、隐含语境
- 三元组直接链接到对应摘要 → 检索事实时可追溯完整背景
检索策略
- 混合搜索: cosine embedding 相似度 + BM25 关键词匹配
- 检索结果同时返回相关三元组及其关联摘要
- 使用 Gemma-300 嵌入模型 + FAISS 索引
结果
locomo-benchmark (GPT-4.1-mini, LLM-as-Judge)：
| 方法 | Overall (%) | Tokens/Query |
|---|---|---|
| Full-Context | 87.52 | 26,031 |
| Memori | 81.95 | 1,294 (4.97%) |
| Zep | 79.09 | 3,911 |
| LangMem | 78.05 | — |
| mem0 | 62.47 | 1,764 |
- 比 Zep token 减少 67%，同时准确率更高
- 比 Full-Context 成本降低 20×
- Single-Hop 最强（87.87%），接近 Full-Context 上限（88.53%）
- Temporal（80.37%）弱于 Zep/LangMem（三元组缺乏时序建模）
意义
- 数据结构化范式: 证明记忆质量取决于表示结构而非上下文量
- 三元组+摘要双层: 兼顾精确事实检索和叙事推理
- 生产导向: 唯一强调 LLM 无关性和 SDK 集成的记忆方案
- Token 极致压缩: 仅用 5% 上下文达到 82% 准确率
- 局限: Open-Domain 推理（63.54%）仍弱；三元组的静态特性限制时序和复杂推理； 对比中缺少 simplemem、ariadne-mem 等最新基线
Related
- agent-memory-system — 记忆系统总览
- mem0 — 竞品对比基线
- simplemem — 语义压缩方案，更高 F1
- ariadne-mem — 图结构推理，更强多跳
- locomo-benchmark — 主要评测基准
- m-plus-memoryllm — 模型内记忆方案（不同路线）