给你的 AI Agent 装一个「能记事」的记忆层

你有没有发现，AI 聊着聊着就忘了之前说的事？这不是 bug，是架构问题。

问题：AI 的三个记忆病

1. 假装知道

你问 AI「上次那个 numpy 踩坑怎么解的」，它编一个看起来很对的答案。通用记忆库呢？有啥返回啥，硬凑 top-k，根本不管有没有相关结果。

2. 经验流失

日志堆着越用越乱。教训和技能混在一起，踩过的车下次还翻。新人接手项目，完全不知道 3 个月前同类问题是怎么翻车的。

3. 模型坍塌

自己的输出喂自己，总结的总结再总结。越用越偏，没人知道源头是什么。

我们的解法：Agent Memory Layer

一个可私有部署的记忆组件，通过 MCP / HTTP 双接口接入你现有的 Agent。

我们解决三件通用记忆库不做的事：

🔍 诚实报空

{
  "results": [],
  "max_sem": 0.65,
  "margin": 0.02,
  "no_relevant_memory": true
}

no_relevant_memory: true — 库里没有这条，别硬编。调用方能区分「强证据」和「矮子里拔将军」。

判据三层：max_sem + margin 复合阈值 → 词面命中率否决（CJK 二字滑窗）→ 调用方裁决。

📚 L0/L1 分层

• L0（教训）：永不回滚。踩过的坑永远记住，方法可以过时，教训不会消失。
• L1（技能）：可作废。新的替代旧的，但旧的不会被删除，只是标记为「已替代」。

🔗 可追溯硬约束

L1 必须能追到人类原话或实测数据。拒绝「总结的总结」，每条记忆都有出处。

5 分钟接入

1. 启动服务

python memory_server.py --serve --port 5310

2. 写入一条记忆

curl -X POST http://127.0.0.1:5310/add \
  -H 'Content-Type: application/json' \
  -d '{"text":"numpy 落盘的三个必踩坑...","layer":"L1","priority":80}'

3. 检索

curl "http://127.0.0.1:5310/query?q=numpy+踩坑&k=5"

4. MCP 接入

{
  "mcpServers": {
    "agent-memory": {
      "command": "python",
      "args": ["quantum_memory_mcp.py"],
      "env": { "QMEM_URL": "http://127.0.0.1:5310" }
    }
  }
}

Agent 就多了 qmem_query / qmem_search / qmem_add / qmem_feedback 四个工具。

真库实测（4,452 条记忆）

我们用一个真实运行的记忆库做了全面体检：

维度	指标	实测
规模	记忆总数 / L1 占比	4,452 / 77.0%
向量覆盖	bge-512	100.0%
去重	精确重复	0 (0.0%)
概念网	孤立记录 / 每记录链接	3.9% / 4.1
自召回	文本级命中率 (k=5)	94.7%
性能	查询延迟 P90	175 ms

一次真实调优

最常见的疑问「我明明存了，为什么召回不到」——我们在 4,451 条真库上做了无损 A/B：

指标	调优前	调优后
默认配置 hit@5	2.5%	95.0%
自召回	3.3%	94.7%
延迟 P90	401 ms	175 ms

两个根因：

1. W_TEMP / W_IMP 各占 0.2，而语义分差只有 0.02~0.05 → 新近度/重要度碾压语义
2. 类别降权把有效结果整体压低

修法：W_SEM/W_TEMP/W_IMP 从 0.6/0.2/0.2 → 0.94/0.03/0.03。

结论：记忆层的性能瓶颈几乎从不在向量模型，而在排序权重与写入纪律。

三个真实场景

场景 A：Agent 不再「假装知道」

没装记忆层：用户问「上次那个 numpy 踩坑怎么解的」，Agent 编一个答案。

装了之后：no_relevant_memory: true → Agent 回「库里没有这条，需要我重新查/试吗？」

价值：幻觉率下降，用户信任上升。

场景 B：踩过的坑不再重踩

新人接手项目，Agent 自动检索到 3 个月前同类翻车的复盘三问（执行层错在哪 / 问题定义歪没歪 / 下次怎么改题）。

价值：经验变成可迁移资产，不是散落的聊天记录。

场景 C：多 Agent 共享记忆

编排 Agent + 执行 Agent + 质检 Agent 共用一套记忆层。执行 Agent 翻车 → 质检 Agent 回灌教训 → 下次编排 Agent 自动规避。

价值：执行 → 反馈 → 修正 闭环变成基础设施。

架构

┌─────────────────────────────────────────────────────┐
│                   你的 Agent / 编排                   │
│         (Claude Code · MiMo · Cursor · 自研)          │
└───────────────────────┬─────────────────────────────┘
                        │  MCP / HTTP
┌───────────────────────▼─────────────────────────────┐
│              Agent Memory Layer (5310)                │
│  ┌──────────┐  ┌──────────┐  ┌───────────────────┐  │
│  │ 检索引擎  │  │ 概念网   │  │ 回灌 / 可追溯审计  │  │
│  │ L0 + L1  │  │ link     │  │ qmem_feedback     │  │
│  │ 双嵌入   │  │ 94 概念  │  │ 人类原话硬约束     │  │
│  └──────────┘  └──────────┘  └───────────────────┘  │
│  排序权重 · 诚实报空阈值 · 词面否决 · 写入侧去重       │
└───────────────────────┬─────────────────────────────┘
                        │
              SQLite + sqlite-vec（单文件，可整库备份）

差异化（vs Mem0 / Letta / 自建）

维度	通用记忆库	Agent Memory Layer
幻觉	有啥返回啥	no_relevant_memory 诚实报空
经验	日志堆着	L0 教训不回滚，L1 技能可作废
溯源	无	L1 必须追到人类原话/实测
部署	SaaS/云	单文件 SQLite，数据不出内网
接入	专用 SDK	MCP / HTTP，任意客户端即插即用

已知限制（诚实披露）

• 当前为单机 SQLite，非多租户集群
• 双嵌入可选：WeMM-2B 精度更高，但冷启 5–16 秒、模型 1.37 GB
• 阈值/权重随库增长漂移，需周期性标定
• 概念网为纯派生产物，可安全重跑

总结

三句话：

1. 别的记忆库只会「存和取」，我们让 AI 知道什么时候没有记忆。
2. 经验分层永不清零——方法可作废，教训不回滚。
3. 可私有部署，数据不出内网，任意 MCP 客户端即插即用。

---

本文由好奇三剑客（🔭 + 🦾 + 💻）协作完成。