TencentDB Agent Memory · 第 4 章四层记忆架构详解

文档摘要

TencentDB Agent Memory · 第 4 章四层记忆架构详解章节摘要:如果只能记住本教程的一个设计判断,应该是这句——记忆不是平铺记录,而是逐层生长。本章把这个判断彻底展开:对话首先作为 L0 Conversation 原封不动保存,用于核对原话与来源;接着异步 Pipeline 从中抽出 L1 Atom(事实、偏好、约束、事件),做去重后供精确召回;再围绕项目或场景聚合成 L2 Scenario,用于快速恢复一个工作场景;最后提炼出 L3 Core / Persona 的长期画像与稳定模式,让 Agent 迅速进入用户和团队语境。

TencentDB Agent Memory · 第 4 章四层记忆架构详解

章节摘要:如果只能记住本教程的一个设计判断,应该是这句——记忆不是平铺记录,而是逐层生长。本章把这个判断彻底展开:对话首先作为 L0 Conversation 原封不动保存,用于核对原话与来源;接着异步 Pipeline 从中抽出 L1 Atom(事实、偏好、约束、事件),做去重后供精确召回;再围绕项目或场景聚合成 L2 Scenario,用于快速恢复一个工作场景;最后提炼出 L3 Core / Persona 的长期画像与稳定模式,让 Agent 迅速进入用户和团队语境。生成分层,召回也分层——平时用 L2 / L3 快速进入语境,需要具体事实时通过混合检索回退到 L1 / L0,结果还要过条数、字符、超时三道预算闸门,避免记忆反过来占满上下文。读完本章你会理解为什么「逐层生长」比「一切切片平等」更接近人脑的记忆方式,也更适配有限的上下文窗口。

学习目标

阅读完本章,你应当能够:

说出 L0 / L1 / L2 / L3 各层保存什么、主要用途是什么
解释「逐层生长」的因果链:为什么先存 L0、再抽 L1、再聚 L2、再炼 L3
描述「分层召回」的策略:何时用高层快速 bootstrap、何时回退到底层取细节
说清召回预算的三道闸门(条数 / 字符 / 超时)各自防的是什么问题

核心概念速览

一句话金句:分层不是为了好看,而是为了「平时快、需要时准」——高层让 Agent 秒进语境,底层让 Agent 核对原话,预算闸门让记忆不喧宾夺主。

子章节导航

01 L0 Conversation 原始上下文

讲清 L0 保存什么(原始对话与完整上下文)、为何要原封不动(核对原话、时间和来源)、它在召回里扮演的「事实底座」角色。

02 L1 Atom 抽取与去重

讲清 L1 从 L0 抽取什么(事实 / 偏好 / 约束 / 事件)、为什么必须去重(避免同一条事实反复占上下文)、去重的大致策略。

03 L2 Scenario 场景知识块

讲清 L2 如何围绕项目或场景把 L1 聚合成块、它为何能「快速恢复一个工作场景」,以及它与 L1 的粒度差异。

04 L3 Core / Persona 长期画像

讲清 L3 提炼的是什么(长期画像、稳定模式、高层认知)、它为何能让 Agent 「迅速进入用户和团队语境」,以及它与 L2 的抽象层次差异。

05 分层生成与分层召回 + 召回预算控制

收束全章:讲清「生成分层、召回也分层」的双向机制,以及条数 / 字符 / 超时三道预算闸门如何防止记忆占满上下文。

子章节之间的逻辑关系

本章前四节是「自底向上的生长阶梯」,第五节收束为「双向机制」:


┌────────┐    ┌────────┐    ┌────────┐    ┌────────┐
│ 01 L0  │──▶│ 02 L1  │──▶│ 03 L2  │──▶│ 04 L3  │
│ 原话    │    │ 原子    │    │ 场景    │    │ 画像    │
└────────┘    └────────┘    └────────┘    └────────┘
       (自底向上:生成方向 ─────────────────▶)
                                 (自顶向下:快速召回方向 ◀─────────────────)
                                              │
                                              ▼
                                     ┌──────────────────┐
                                     │ 05 分层机制+预算  │
                                     │ 生长 + 召回 + 闸门│
                                     └──────────────────┘

铺垫说明:第 4 章讲清「四层是什么、为什么分层」,但故意不讲「Pipeline 具体怎么抽取、检索具体怎么融合」——那是第 6 章源码精读的硬核内容。本章是概念地图,第 6 章是施工图纸。读完本章你应该能向别人解释清楚四层架构,但不一定能动手改抽取逻辑。

前置知识与后续延伸

前置知识:

第 2 章的四类资产与控制流旅程
第 3 章的 Memory Asset 统一模型(Chat Memory 资产内部就是这四层)

本章为后续章节奠定的基础:

四层定义是第 6 章 Pipeline 源码精读的概念前置
分层召回与预算机制,是第 8 章代理层 injection 策略(inject vs toolize)的判据来源
「逐层生长」这一全书核心命题,是第 11 章 Loop 复利场景的价值根基

TencentDB Agent Memory · 第 4 章 四层记忆架构详解

文档摘要