AI 精选动态
智能评分 77
腾讯云 Agent Memory 方案
AI 推荐理由
适合关注长任务 Agent 工程化的人直接看原文，重点参考其分层记忆与结构化画布的实现方式，以及不同评测集上的压缩与效果权衡。核心解读
腾讯技术工程团队介绍了 TencentDB Agent Memory 的短期记忆压缩方案，核心是“上下文卸载”与 Mermaid 任务画布结合：将完整工具调用结果、网页正文、日志等外部保存，只在上下文中保留摘要和索引，再用带状态、摘要和时间戳的 Mermaid 图组织任务进度与依赖关系。文章还提出四层记忆架构，包括原始原文、工具级 JSONL 摘要、任务级 MMD 画布和任务级 metadata，并指出 Flowchart 比 StateDiagram 更适合 Agent 的探索式执行过程，效果约提升 15%。在四组超长 Session 评测中，WideSearch 最高节省 61.38% Token 且通过率相对提升 51.52%，SWEbench 节省 33.09% Token 且完成率提升 9.93%，Toolathlon 通过率从 20% 提升到 35%，AA-LCR 节省 31% Token 且准确率提升 3.5 个百分点。