大語言模型（LLM）在理解和生成連貫對話方面取得了顯著成就。但是，它們存在一個內在的“記憶缺陷”，即它們擁有的上下文窗口是有限的，這嚴重限制了它們在多輪次、多會話的長期交互中維持一致性的能力。當對話內容超出了上下文長度時，LLM 可能會像一個“健忘”的伙伴一樣，忘記用戶的喜好、重復提問，甚至與之前確認的事實相沖突。

設想這樣一個場景：你告訴一個 AI 助手你是一個素食者，不食用乳制品。然而，幾天后當你向它詢問晚餐建議時，它卻推薦了烤肉。這種體驗無疑會減少用戶對 AI 的信任和依賴。

缺少記憶能力的 AI（圖左）會忘記用戶的關鍵信息，而擁有有效記憶能力的 AI （圖右）則能夠在不同會話間保持上下文連貫性，提供精確、定制化的服務。

為了解決這一根本性問題，業界開發和開源了 Mem0 長期記憶系統（Github 地址：https://github.com/mem0ai/mem0），這是一個以記憶為核心的可擴展架構。它通過動態地提取、整合和檢索對話中的關鍵信息，賦予了 AI 智能體可靠的長期記憶能力。

本文將詳細探討 Mem0（基于向量數據庫）和 Mem0-g（基于知識圖譜）的架構設計、技術原理、性能表現及其實際應用價值。

下文詳細剖析之。

1、為什么擴大上下文窗口無法根本解決記憶問題？

最近，各個大模型開發商不斷發布具有更大上下文窗口的模型，上下文長度從128K 擴展到甚至達到千萬級別的 Token。但是，這些做法僅僅是“延遲”了問題的發生，并沒有真正解決問題。在企業業務場景實際使用中，增加上下文窗口的大小會面臨兩大障礙：

1. 信息丟失和噪聲干擾：在跨越數周或數月的交流中，對話歷史最終會超出任何大小的上下文窗口。更關鍵的是，對話內容通常天馬行空。比如：用戶可能在討論飲食偏好后，又進行了數小時關于編程的對話。當話題再次回到食物時，重要的“素食”信息可能已經被大量無關的編程討論所淹沒，這即是所謂的“大海撈針”難題。
2. 性能和成本的挑戰：處理極長的上下文不僅顯著增加了打模型的推理延遲，還帶來了高昂的 Token 成本。此外，研究顯示，LLM 的注意力機制在處理極長序列時會出現性能退化，大模型難以有效利用那些距離當前上下文很遠的信息。

因此，我們需要一種更智能的記憶機制，它應該能夠模擬人類的認知過程：有選擇性地保存關鍵信息，整合相關概念，并在需要時精確地檢索信息。

2、Mem0 長期記憶系統架構設計

Mem0 架構設計采用“增量處理”范式，在持續對話中無縫運行。其核心架構設計由兩個主要階段構成：提取（Extraction） 和 更新（Update）。

第一、提取階段：動態捕捉關鍵信息

當 Mem0 系統接收到新的對話內容（比如：用戶的提問和 AI 的回答）時，提取階段開始工作。為了準確理解當前對話的上下文，Mem0 系統結合以下兩種信息：

• 全局上下文：從數據庫中檢索整個對話的摘要，提供對話的宏觀主題。
• 局部上下文：最近的幾條消息，提供細粒度的即時背景。

這兩種上下文與新消息共同構成一個完整的提示詞（Prompt），輸入到一個大語言模型（比如：DeepSeek R1）中，以執行提取功能。該大模型從最新的交流中提煉出關鍵事實（比如：“用戶是素食主義者”），形成一組候選記憶。

第二、更新階段：智能管理記憶庫

提取出的候選記憶并不會直接存入數據庫，而是進入更新階段，以確保記憶庫的一致性和無冗余。這個過程通過一個智能的“工具調用（Tool Call）”機制實現，具體流程如下：

1. 對于每一個候選記憶，系統會在向量數據庫中檢索出語義最相似的已有記憶。
2. 將候選記憶與這些相似記憶一同提交給大語言模型。
3. 大模型會自主決策執行以下四種操作之一：

• ADD：如果候選記憶是全新的信息，則添加。
• UPDATE：如果候選記憶是對現有信息的補充或更新，則進行修改。
• DELETE：如果候選記憶與現有信息相矛盾，則刪除舊信息。
• NOOP：如果候選記憶是重復或無關的，則不執行任何操作。

通過這種方式，Mem0 能夠動態維護一個精煉、準確且與時俱進的長期記憶庫。

3、Mem0-g 長期記憶系統架構設計

為了更好地理解信息之間的復雜關系，推出了 Mem0 的升級版：Mem0-g（g代表 Graph，也就是圖）。它把記憶信息保存成知識圖譜的樣子，圖譜里的點代表不同的實體（比如：人、地方），點與點之間的連線代表它們之間的關系（比如“住在”、“喜歡”）。

和 Mem0 向量數據庫相比，知識圖譜能夠記錄更復雜的關系和高級概念。當它和主要存儲事實片段的 Mem0 向量數據庫一起使用時，兩者可以互相補充，讓整個記憶系統更加全面。

Mem0-g 的架構設計也分為兩個階段：提取和更新：

• 圖提取：通過一個兩階段的大語言模型（LLM）流程，首先從文本中找出關鍵的實體和它們的類型（比如：“Alice - 人”），然后創建連接這些實體的關系三元組（比如： (Alice, 住在, 舊金山)）。
• 圖更新與沖突解決：在加入新信息時，Mem0-g 會檢查新關系是否和圖里已有的關系有沖突。如果有沖突，一個基于 LLM 的“更新解析器”會決定是否將舊關系標記為“過時”，而不是直接刪除。這樣的設計保留了信息的時間順序，為進行更復雜的時間推理提供了可能。

通過結合結構化的圖表示和語義的靈活性，Mem0-g 能夠支持更高級的推理，特別是在需要跨越多個相關事實進行推斷的情況下。

4、Mem0 與主流方案對比

通過在長對話評測基準 LOCOMO 上，對 Mem0 和 Mem0-g 進行了全面的比較測試，對比的對象包括六種不同類型的基線方法，比如：現有的記憶增強系統、不同設置的 RAG、處理整個對話歷史的全上下文方法、開源的記憶解決方案以及商業平臺。

核心發現一：Mem0 實現了效率與效果的最佳平衡

測試結果（如下表和圖展示的）清楚地顯示，與那些簡單直接的 RAG 和全上下文方法相比，Mem0 的性能優勢非常明顯。

第一、Mem0 vs. RAG

• 質量評分（J score）：Mem0 的質量評分比最佳配置的 RAG 高出近10%。
• 效率：這證明了提取精煉事實遠比檢索包含大量噪聲的原始文本塊更有效。

第二、Mem0 vs. 全上下文方法

• 質量評分：雖然全上下文方法憑借完整信息獲得了最高的質量評分。
• 延遲：但其延遲是 Mem0 的近12倍。
• Token 成本：Token 成本也極高，完全不適用于生產環境。
• 性能與成本：Mem0 以極小的性能犧牲換來了91%的延遲降低和超過90%的 Token 成本節省，展現了卓越的實用性。

第三、圖表分析

上圖展示了不同方案的端到端延遲（線圖，越低越好）和響應質量（柱狀圖，越高越好）：

• Mem0 和 Mem0-g：在保持高質量的同時，延遲遠低于全上下文方法。

核心發現二：Mem0 與 Mem0-g 各有所長

第一、Mem0：簡單高效的自然語言記憶

• 表現最佳：在處理單跳問題（只需一個事實）和多跳問題（需要整合多個分散的事實）時表現出色。
• 快速響應：搜索延遲極低，非常適合需要快速反應的互動應用。

第二、Mem0-g：圖結構記憶的威力

• 時間推理和開放域問題：在處理需要理解事件順序和關系的問題時表現出色。
• 提升判斷力：結構化的關系表示顯著提高了大模型在這些復雜任務上的表現力。

第三、圖表分析：搜索/檢索延遲對比

上圖展示了各方案的搜索/檢索延遲。Mem0 的搜索延遲（0.148秒）是所有方法中最低的，顯示了其高效的檢索能力。

核心發現三：Mem0 在系統開銷上的優勢

第一、系統開銷對比

• Mem0 vs. 商業記憶平臺 Zep：

     Token 消耗：Zep 構建記憶圖譜每段對話平均消耗超過 600k Token，而 Mem0 僅需約 7k Token。

     異步處理：Zep 的記憶構建過程涉及大量異步處理，新添加的記憶需要數小時才能被有效檢索，這對實時應用來說是不可接受的。

     快速構建：相比之下，Mem0 的記憶構建在幾分鐘內即可完成。

5、總結：邁向擁有持久記憶的 AI 智能體未來

Mem0 和 Mem0-g 通過動態提取信息、智能更新和高效檢索，為解決大語言模型（LLM）的長期記憶問題提供了一個強大且實用的解決方案。它們成功地在推理精度、響應速度和部署成本之間取得了理想的平衡。

Mem0：快速、直接的事實檢索

Mem0 以其極致的效率和簡潔性，為需要快速、直接事實檢索的應用場景提供了理想選擇。

Mem0-g：深度關系理解和復雜時序推理

Mem0-g 則通過結構化的圖記憶，為需要深度關系理解和復雜時序推理的任務解鎖了新的可能性。

這項工作為構建更可靠、更高效、更具“人性”的 AI 智能體鋪平了道路，使它們能夠像人類一樣，在長時間的互動中建立連貫、有深度的關系。未來將繼續優化圖操作的效率，并探索更復雜的 AI 智能體混合記憶架構，推動 AI 智能體向著能夠進行真正長期合作的智能伙伴不斷邁進！

本文轉載自???玄姐聊AGI??  作者：玄姐