5月14日，騰訊云正式對外宣布開源其面向Agent系統(tǒng)的記憶模塊——TencentDB Agent Memory。該技術(shù)主要為AI Agent的長任務(wù)場景設(shè)計，致力于提供短期記憶壓縮和長期個性化記憶服務(wù)。

　　騰訊云方面透露，此次開源的側(cè)重在于其中的短期記憶壓縮能力。隨著AI Agent在代碼開發(fā)、網(wǎng)頁搜索及數(shù)據(jù)分析等多個場景下的應(yīng)用任務(wù)鏈日漸加長，工具調(diào)用記錄、網(wǎng)頁內(nèi)容乃至各階段的中間結(jié)果持續(xù)增加，容易占滿上下文窗口。這不僅會增加處理成本、導(dǎo)致任務(wù)狀態(tài)混亂，更會影響系統(tǒng)推演的穩(wěn)定性。

　　面對這一問題，Agent Memory采用了“上下文卸載(Context Offloading)+ Mermaid任務(wù)畫布”的方案，可將繁冗信息卸載至外部存儲，并通過結(jié)構(gòu)化的任務(wù)圖示，精確保存關(guān)鍵狀態(tài)和執(zhí)行路徑。通過該機(jī)制，AI Agent在較長任務(wù)鏈中僅維持一個輕量化的上下文，同時在必要時可對原始信息按層次追溯與回滾，實(shí)現(xiàn)效率與完整性的平衡。

　　據(jù)騰訊云提供的數(shù)據(jù)，在連續(xù)多Session環(huán)境下使用該模塊后，單次任務(wù)中Token的平均消耗最多減少了61%，并且在涉及長期、持續(xù)、復(fù)雜的任務(wù)鏈情景中，任務(wù)的完成率也獲得了有效提升。

　　目前，TencentDB Agent Memory已適配了包括OpenClaw與Hermes在內(nèi)的多個主流AI Agent框架，用戶可直接基于平臺內(nèi)置的“蝦馬”一鍵集成功能，快速把此記憶模塊部署到自有Agent項(xiàng)目中，降低對Agent的記憶系統(tǒng)進(jìn)行擴(kuò)展的應(yīng)用門檻。