腾讯开源 Agent 记忆技术方案，Token 消耗最高降低 61%
一句话看懂：腾讯云于5月14日正式开源了 TencentDB Agent Memory，这是一套专为 AI Agent 设计的记忆压缩方案，能在大幅降低 Token 成本的同时提升任务成功率。对依赖长链推理的开发者而言，这是首个可低成本落地的“记忆卸载”开源方案。
事件核心：发生了什么
5月14日，腾讯云通过官方公众号宣布，将 TencentDB Agent Memory 面向全球开源。该方案直击 Agent 在长任务场景中的核心痛点：工具调用产生的大量网页内容、代码日志和中间结果会迅速占满上下文窗口，导致 Token 成本飙升。TencentDB Agent Memory 通过两项关键技术解决此问题：一是“Mermaid 任务画布”，将 Agent 的任务过程组织成结构化任务图，保留任务状态、步骤摘要和执行关系，使上下文只需保留一张轻量级画布；二是“上下文卸载（Context Offloading）”，将原始信息（如网页内容、日志）转移到外部文件系统，上下文仅留摘要和索引，按需恢复。测试数据显示，在网页搜索场景中 Token 消耗最高降低 61%、成功率相对提升 52%；代码修复场景 Token 消耗降低 33%、完成率提升 10%；复杂长文档场景 Token 消耗降低 31%、准确率提升 8%。此外，该项目还包含长期个性化记忆模块，可将 Agent 对用户画像的理解准确率从 48% 提升至 76%。目前，该方案已在 GitHub 开源，支持 OpenClaw、Hermes 等主流 Agent 框架，一行命令即可安装使用。
为什么重要
当前 AI Agent 在代码开发、网页搜索、研究分析等场景中的任务链路持续变长，业界常见解决方案（如扩大上下文窗口或简单摘要压缩）在长任务场景中仍面临上下文膨胀和任务状态混乱问题。TencentDB Agent Memory 的突破在于将“记忆卸载”从概念级实现为可部署的开源技术，为开发者提供了一条明确的降本增效路径。此举不仅直接降低了 Agent 运行的经济门槛（Token 成本），更通过“任务画布”机制提升了复杂任务的成功率。从行业竞争角度看，腾讯云正在加速 Agent 技术生态布局——上个月刚开源了 Agent 执行底座 Cube（两周 GitHub Star 超5000），此次再开源记忆层，形成了从执行到底层存储的完整技术栈，意图吸引更多开发者进入其生态，推动 Agent 从单轮对话向长周期自主任务演进。
对用户/开发者/创作者的影响
对开发者而言，这是首个可零配置上手的开源记忆装卸方案，无需额外配置数据库或外部服务，任务记录以普通文件形式保存，便于调试和审计。在开发长链 Agent（如自动化编码、多轮网页搜索）时，可显著降低 API 调用成本。对于依赖 GPT-4 等高价模型的项目，Token 成本削减至原先的 39%（降低 61%）意味着使用场景的扩展空间被打开。对普通用户，若开发者采用此方案，未来 Agent 产品（如智能客服、自动化助手）将能处理更复杂的多步操作，而不会因聊天历史过长而“失忆”或中断。对企业采购者，在评估 Agent 平台时，应关注其是否具备类似记忆管理能力，这直接关系到长周期任务的成功率和运维成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 产品落地与生态扩大：目前该方案支持 OpenClaw、Hermes 等框架，但能否快速集成到 LangChain、AutoGPT 等更广泛社区中使用，将影响其实际覆盖范围。2. 竞品跟进：OpenAI 等平台正在研究自身的长上下文和记忆机制，腾讯云此举可能加速业界对 Agent 记忆标准方案的制定。3. 实际场景落地效果：公开测试数据基于腾讯内部场景，但开发者需验证在复杂真实业务（如多 Agent 协作、跨天任务）中的具体成本节省和成功率提升是否稳定。
来源：量子位 · 每日最新
