1.5 同类框架对照：何时把实验台选在 Letta

1.5 同类框架对照：何时把实验台选在 Letta

本节摘要：记忆进化不是只有 Letta 一条路。本节把三个常被拿来比较的候选——闭源托管的 Assistants API、编排优先的 LangChain 系框架、专注记忆层的 Mem0 类方案——与 Letta 放在同一张桌上，从状态归属、记忆能力、自托管自由度、工程复杂度四个维度逐项对照，最后给出可操作的选型决策路径。读完本节，你能为自己的项目写出一段有理有据的选型说明。

三个候选对手

先把对手看清楚。托管型助手服务以 Assistants API 为代表：平台替你管会话线程、内置检索与代码解释器，接入成本极低；代价是状态锁在平台侧，记忆的内部构成对你不可见，可观测性止步于接口返回。编排型框架以 LangChain 与 LangGraph 为代表：强项是把模型调用、工具、检索串成可控的工作流，图结构里也能挂载检查点实现状态留存；但记忆不是它的原生抽象——持久化靠开发者自己选存储、自己设计读写策略，"记忆进化"要你亲手造。独立记忆层以 Mem0 为代表：把记忆抽取、更新、检索做成独立组件，插到任意应用或框架下使用；它是给已有系统补记忆的好选择，但智能体的运行时、工具执行、可视化观测仍需另配。

Letta 在这张图谱里的位置是：以持久化记忆为核心的完整智能体服务端。记忆不是插件而是地基，运行时、工具执行、REST API、可视化观测配套齐全，且全程可自托管。

四个维度的逐项对照

单看表格容易各打五十大板，落到真实项目里，差异会顺着三个追问显形。第一问：记忆要不要可解释？ 若产品需要向用户或审计方展示"智能体为什么记得这件事"，黑盒托管出局，剩下 Letta 与自建方案。第二问：核心难点是流程还是成长？ 若是把固定业务流程自动化，编排框架顺手得多；若系统的价值随交互加深而增长，记忆优先的架构才对路。第三问：团队有没有运维余力？ Letta 的自托管自由度是用跑服务换的，没有基础设施余力的小团队，用托管记忆层补足现有应用，可能比整建制迁到 Letta 更务实。

图 1-4 智能体框架选型决策象限

把决策写成代码视角

选型不只是勾选项，还能落到开发体验的差异上。假设需求是"助手记住用户上次会议提到的项目代号，并在下次会话使用"。在编排框架里，你要自己写三段逻辑：从对话中抽取事实、把事实写入选定存储、组装提示词时检索注入——三段都是你的代码，三段的边界情况都是你的 bug。在 Letta 里，同样需求的实现收缩为配置与对话：

# 记忆的抽取与写入交给模型自主决策，开发者只负责框架性配置
agent = client.agents.create(
    name="meeting_buddy",
    memory_blocks=[
        {"label": "persona", "value": "你是项目助理，主动记录项目代号与关键决定。"},
        {"label": "human",   "value": "用户每周主持项目例会。"},
    ],
    model="openai/gpt-4o-mini",
    embedding="openai/text-embedding-3-small",
)
# 之后照常发消息：模型在会话中自行决定往 human 块写"项目代号：灯塔"
resp = client.agents.messages.create(
    agent_id=agent.id,
    messages=[{"role": "user", "content": "例会纪要：灯塔项目进入灰度阶段。"}],
)
​

这段代码里没有一行记忆存取逻辑，但记忆确实在增长——检查 human 块的内容就能验证。这种"框架承担记忆机制、开发者承担记忆策略"的分工，是选 Letta 最实质的收益；反过来，如果你想把记忆的每个读写时机都攥在自己手里做精细化控制，编排框架加自建存储反而给了你更大的权力。

两条路线没有高下，只有匹配：权力与责任总是成对出现的。 自建存储把每个读写时机的权力给你，也把每个边界情况的责任给你；Letta 收走细粒度的控制权，也接住记忆一致性、持久化、并发安全这些脏活。选型时诚实地问自己：我想要的是权力，还是省心？答案不同的两个团队，就算做同一个产品，正确的选型也会不同。

混用也是一种答案

最后提醒一句：四个候选并非互斥。常见的生产组合是"编排框架管流程，Letta 管记忆"——用编排层调度审批、通知等确定性步骤，把需要长期积累的用户画像与会话状态交给 Letta 智能体托管，两边通过 REST API 通信。也有团队先引入独立记忆层试水，验证记忆价值后再整建制迁入 Letta，复用已积累的记忆数据。选型不是站队，而是弄清楚每一块能力由谁持有——本章到此给出的所有判断工具，都是为了让你在真实约束下做出这个分配。

三个高频误判

选型讨论里反复出现三种误判，值得预先拆掉。误判一：拿编排框架的记忆插件对比 Letta。 编排框架的"记忆"组件多是把消息列表存进存储的便利封装，与"模型自主编辑的分层记忆"不是同一层抽象——前者帮你存，后者让智能体自己管。对比时先对齐抽象层级，否则比的是苹果与橘子。误判二：用"起步难度"否定长期价值。 Letta 的起步确实比托管服务重（要跑服务与数据库），但这个成本是一次性的，而记忆带来的个性化收益是随时间累积的。用第一天的成本否定第一百天的价值，是短视的算法。误判三：把独立记忆层与 Letta 当成竞品。 对已有重度投入的应用，先插一层记忆验证价值、再决定是否整建制迁移，本来就是更稳妥的路径——它们更像同一趟旅程的先后两站。

再补一张速查表，把典型处境与建议动作直接对上：

本节要点回顾

• 候选图谱：托管助手服务赢在起步成本，编排框架赢在流程控制，独立记忆层赢在轻量补装，Letta 赢在记忆原生且全程白盒。
• 三个追问：记忆要可解释吗？难点是流程还是成长？团队有无运维余力？三问答完，选型自然收窄。
• 分工差异：Letta 让框架承担记忆机制、开发者只管策略；编排加自建则把每个读写时机都留给开发者。
• 混用路线：流程归编排、记忆归 Letta 的组合在生产中常见，独立记忆层可作为迁入前的试水。
• 出口：确定实验台落位后，下一章进入原理层，拆开分层记忆与自我编辑的内部构造。

至此第一章收束：你已经认识实验对象，知道它从哪来、值什么价、边界在哪。第 2 章把机器拆开，看记忆进化的齿轮如何咬合。