# 腾讯AI团队开源Agent记忆系统，攻克长会话上下文丢失难题

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-05-14 22:01
- AIHOT 分数：68
- AIHOT 链接：https://aihot.virxact.com/items/cmp5lwnti0fbxsljxzz0ra804
- 原文链接：https://x.com/berryxia/status/2054924976835510337

## AI 摘要

腾讯AI团队耗时6个月，针对AI agent在长会话中频繁丢失上下文的问题，开发并开源了一套记忆系统。该系统通过三大核心操作提升性能：实时压缩过期上下文，将token消耗降低61%；利用mermaid语法生成结构化任务地图，使agent在30多步复杂工作流中不易迷失；建立专用Persona记忆，将人格一致性从48%提升至76%。方案基于实际踩坑经验，强调agent记忆的难点在于在正确时间以正确方式回忆正确信息，而非单纯堆叠token。项目已在GitHub开源，为AI agent发展提供实用解决方案。

## 正文

Agent 记忆真是太特么卷了啊！
不得不说，这个赛道越多人加入越爽啊！

Tencent AI团队花了整整6个月，就死磕一个问题：AI agent长会话里疯狂丢上下文。

他们最后把一套记忆系统做完，直接开源了。

我看完他们的分享，最大的感受是，99%的人还在卷上下文长度，真正把agent拉回正轨的，是这三招硬核操作。

第一招，实时压缩过期上下文。

直接把token消耗砍掉61%。
以前动不动就爆上下文，现在中途就瘦身，agent还能保持清醒。

第二招，给agent画一张结构化的任务地图，用mermaid语法直接生成。

30多步的复杂流程里，丢轨概率大幅下降。
agent不再像无头苍蝇，它知道自己现在在哪一步，该往哪走。

第三招，专门给agent建了Persona记忆。

人格一致性从48%直接跳到76%。
它不再一会儿专业一会儿随意，回答风格和角色设定稳得一批。

这套东西不是理论，是他们真实踩坑6个月踩出来的。

Repo已经挂出来了，谁在做agent的赶紧去试。

以前总觉得agent记忆难，是因为我们把问题想简单了。

真正难的不再是存更多信息，是需要解决让它在正确的时间用正确的方式想起正确的东西。

你还在靠堆token解决agent记忆问题吗？

项目地址：https://github.com/Tencent/TencentDB-Agent-Memory

### 引用推文

> Tencent AI：We spent 6 months on one problem: agents losing context in long sessions. Ended up building and open-sourcing an agent memory system. A few things we learned: �...