从功能到资产：Agent记忆的治理框架与团队协作实践

在日常开发中，你是否经历过这样的场景：周一在Claude Code里把项目背景讲清楚，周三换到Codex开新会话，又得从头讲一遍。同事上周排查半天的故障，换个人遇上，还是得重新排查一遍。不是模型不够聪明，而是这些经验从来没被存下来过——它们只活在某个聊天框里，会话一关就散了。腾讯云数据库团队把这件事做成开源项目TencentDB Agent Memory，上线90天GitHub Star突破2万，在2026年引发行业广泛关注。这个项目想做的不是让AI记住更多，而是把记忆变成能分配、能审计、能给不同Agent装配的资产。

四类记忆资产的设计逻辑

多数Agent记忆项目只解决一件事：把对话历史存下来，下次检索出来。TencentDB Agent Memory定义了四类Memory Asset（记忆资产），形成完整的知识沉淀体系。Chat Memory保留偏好、事实、决定和交互历史，每个Agent被创建时就自动带上自己的记忆，新会话不用再自我介绍。Skill技能库将复杂工作过程提取成可复用资产，具备版本、资源文件、触发边界、执行步骤、验证规则，个人技能默认私有，经过审核才能共享给团队。LLM-Wiki知识图谱将产品文档、设计规格、运维手册转成带链接图的结构化页面。CodeGraph代码图谱索引代码符号、文件、调用关系和影响路径，Agent改代码前可先做影响分析。这四类资产统一注册后，通过Fixed Binding加ACL决定某个Agent能用哪些资产，实现记忆的按需装配。

L0到L3的四层记忆架构

理解这个项目的关键在于其四层记忆架构：L0原文层全量保留每一轮交互，不做加工；L1原子层从原文自动抽出事实、偏好、约束、阶段结论四类信息；L2场景层按任务把原子记忆聚合成知识块；L3画像层持续蒸馏出稳定的长期偏好。分层的核心价值在于解决信息价值不对等的问题：「我用TypeScript」和「帮我查天气」在原始对话里长得一模一样，前者是长期偏好，后者是一次性请求，在纯压缩方案里会被平等对待，分层则让不同寿命的信息住不同的楼层。检索也采用分层策略：日常任务先加载L2场景层和L3画像层建立上下文背景，只有需要精确事实时才回落到L1甚至L0，采用BM25加向量检索加RRF融合的混合检索方式，弥补纯向量检索在错误码、文件路径、版本号等精确匹配场景的不足。

团队级治理体系的工程实践

从产业落地视角看，这套治理体系解决了团队协作中经验传承的痛点。传统的Agent记忆是个人工具，而TencentDB Agent Memory将其升级为团队资产。可见性分四档控制访问权限：private只有归属人可读，team团队可读，restricted精确到用户角色Agent授权，agent团队内定向装配。Memory Hub控制面板能看到每项资产的归属、版本、状态、使用次数和绑定的Agent。角色分两层：全局System Admin管用户和团队，团队里再分Admin和Member。接入方式采用零代码代理层设计，不需要插件、hook或MCP Server，只要把Agent的base URL指向Proxy即可，官方已适配DeepSeek Harness、Claude Code、Codex等主流框架。冷启动支持导入存档：代码库自动建CodeGraph，文档自动生成Wiki，历史会话自动抽取Skill和Chat Memory，新成员新Agent不必从零开始。

与其他框架的差异化价值

与主流记忆框架对比，这条路线的差异化在于把记忆当成资产来管理，而非单纯的功能增强。mem0定位框架无关的记忆中间件，6.5万Star的规模靠的是低集成成本，主要回答信息该不该存、能不能检索出来。Letta走厚运行时路线，记忆是Agent运行时的一等公民。Graphiti押注时序知识图谱，解决事实的有效期追溯问题。而TencentDB Agent Memory多出来的可见性四档、Owner归属、版本状态、Agent绑定、审核共享，构成完整的资产治理能力。选择这个框架的前提是回答：你需不需要知道这条记忆谁能用、哪一版有效、该装配给哪个Agent。需要，它是目前唯一选择；不需要，mem0的集成成本低得多。项目方公布的benchmark数据显示，接入记忆后WideSearch任务完成率从33%提升到50%以上，PersonaMem长期画像保持率从48%提升到76%，同时token消耗下降超过60%。

这个项目最值得注意的不是Star涨得多快，而是对记忆的定位变了：过去记忆是模型的加分项，现在把它当成资产来管，回答的不只是能不能找到，还有该不该给你、哪一版算数、该用哪一份。无记忆的循环只是更快地重复，有继承的记忆每次迭代才有机会优于上一次。当然代价也很清楚：三个服务、两组密钥、一层权限模型，解决的是一个团队和一群Agent之间的经验继承，不是单兵作战的记性问题。选择工具之前，先判断自己的协作规模。团队级记忆资产的时代，正在到来。