‌腾讯云开源Agent Memory，提升AI长任务效率‌

　　5月14日，腾讯云正式对外宣布开源其面向Agent系统的记忆模块——TencentDB Agent Memory。该技术主要为AI Agent的长任务场景设计，致力于提供短期记忆压缩和长期个性化记忆服务。

　　腾讯云方面透露，此次开源的侧重在于其中的短期记忆压缩能力。随着AI Agent在代码开发、网页搜索及数据分析等多个场景下的应用任务链日渐加长，工具调用记录、网页内容乃至各阶段的中间结果持续增加，容易占满上下文窗口。这不仅会增加处理成本、导致任务状态混乱，更会影响系统推演的稳定性。

　　面对这一问题，Agent Memory采用了“上下文卸载(Context Offloading)+ Mermaid任务画布”的方案，可将繁冗信息卸载至外部存储，并通过结构化的任务图示，精确保存关键状态和执行路径。通过该机制，AI Agent在较长任务链中仅维持一个轻量化的上下文，同时在必要时可对原始信息按层次追溯与回滚，实现效率与完整性的平衡。

　　据腾讯云提供的数据，在连续多Session环境下使用该模块后，单次任务中Token的平均消耗最多减少了61%，并且在涉及长期、持续、复杂的任务链情景中，任务的完成率也获得了有效提升。

　　目前，TencentDB Agent Memory已适配了包括OpenClaw与Hermes在内的多个主流AI Agent框架，用户可直接基于平台内置的“虾马”一键集成功能，快速把此记忆模块部署到自有Agent项目中，降低对Agent的记忆系统进行扩展的应用门槛。