Agent Memory 架构的十个共识
pauliusztin · reddit · 2026-07-15
作者系统梳理了 Cognee、Graphiti 和 Neo4j `agent-memory` 的实现，认为它们虽然产品形态不同，但核心架构高度相似。 ## 共同架构要点 1. **知识图谱 + 向量/文本检索并存**：不是三选一，而是融合在同一存储层里。 2. **本体/数据模型是核心**：所有抽取与查询都围绕统一 schema 展开。作者提到 Neo4j 的 **POLE+O**（Person、Object、Location、Event、Organization）以及 `preference`、`fact` 节点。 3. **尽量单库化**：把 text search、graph 和索引放在一个数据库里，减少运维复杂度；作者认为 MongoDB 也可以做成单库方案。 4. **LLM 负责抽取**：通过分块输入抽取节点和边，并用 batching 与便宜模型控制成本。 5. **解析和去重分开做**：先 resolve 名称，再判断身份合并；因为“错误合并”是不可逆的。 6. **夜间清洗/再去重**：定时重跑 dedup，类似记忆的“睡眠巩固”。 7. **日志 vs 单集合**：append-only 有版本和时间性，但内存成本高；不需要版本时单集合更实用。 8. **三种查询方式**：图搜索、agentic search、按需生成的 LLM wiki。 9. **先用闭源 API，再替换开源 SLM**：在成本、延迟或隐私需要时再切换。 10. **通过 MCP 和 skills 暴露**：把它包装成 memory app，而不是数据库 wrapper，只提供必要的 ingest/write 原语。 作者最后说，他自己也在做 agent memory，目前最大的难点是如何在 ontology 设计上平衡深度与广度。
所属事件:深度拆解主流AI智能体记忆架构共识(2 条相关)→
「编程与Agent」频道最新
- 有人开始用 Claude Code 自建小应用替代现成工具 — alexmacgregor__ · 2026-07-21
- 有人把 AI 使用方式指向异步长周期实验而非单买算力 — voooooogel · 2026-07-21
- 有人主张给模型独立 micro VM，少用 tool calling — joecole · 2026-07-21
- Kimi 借助 SSH agent 和 VM API 直接发站 — davidcrawshaw · 2026-07-21
- Hidden Bar 用一句 Homebrew 命令收纳 Mac 菜单栏图标 — vista8 · 2026-07-21
- Stripe 接入者在比拼：agent 还能管退款、优惠券和支付方式 — jeff_weinstein · 2026-07-21