腾讯云发布企业级 Agent Memory 服务，长任务场景 Token 消耗最高降超 60%

1. 基于腾讯云向量数据库的企业级记忆能力

在 Free 版中，TencentDB Agent Memory 已通过四层记忆架构实现长期记忆增强，并在 PersonaMem 评测集上将总准确率从 47.85% 提升到 76.10%。

这次 Pro 版进一步把底层升级为腾讯云向量数据库，重点增强企业级场景下的三类核心能力：

● 召回更稳：支持 Embedding + 关键词双路检索，在复杂场景下更容易找到真正相关的历史信息

● 治理更强：支持备份、回档、数据保护，降低记忆资产丢失风险

● 使用更灵活：记忆资产与运行实例解耦，便于统一管理和迁移

简单说，Free 版解决的是“能不能记住”，Pro 版进一步解决的是“记忆能不能在企业环境里稳定用起来”。

图片

2. 更省 Token，更高任务完成率

长任务里最常见的问题，不是模型不会做，而是上下文会越跑越重。

举个例子：让 Agent 做一份竞品分析报告。它需要分别搜索竞品 A、竞品 B、竞品 C 的产品信息，再查各家的融资动态和技术方案，最后汇总成对比表。每一步搜索返回约 2000 字原文，其中真正有用的可能只是"竞品 A 最新融资 2400 万美元、主打向量检索"这样一句结论。到汇总步骤时，上下文里已经堆了上万字的搜索引擎原文，绝大部分是广告、无关链接和重复信息——它们占着宝贵的 Token 额度，却对完成任务毫无帮助。

2.1 业界常见的三类解决方案

路线一：检索更精准，少塞信息。

它的思路不是压缩上下文，而是让每次记忆检索更精准——通过语义、关键词、实体三路并行评分，只返回最相关的少量记忆片段。核心收益来自"少塞"而非"压缩"。局限在于，它不管理 Agent 的执行过程，不知道任务走到了哪一步。

路线二：分层存储，按需加载。

用虚拟文件系统的范式组织上下文，写入时自动生成三层——摘要、概览、完整原文。Agent 先看摘要判断相关性，相关的才加载概览，真正需要深入的才读全文。它的强项是管理大量外部知识（文档、代码库、用户记忆），但不直接管理 Agent 在执行任务过程中产生的中间状态。

路线三：OS 式虚拟内存

借鉴操作系统的虚拟内存机制，把上下文窗口当作"物理内存"，外部存储当作"磁盘"，通过分页换入换出让 Agent 理论上拥有"无限上下文"。LLM 自己决定什么时候把旧信息换出、什么时候把历史调回来。思路优雅，但效果依赖模型的自主判断能力。

快速对比：业界 Token 节省方案一览

这三条路线各有侧重，但有一个共同的空白：它们都不管理 Agent 执行任务过程中的"方向感"。

检索优化让 Agent 更快找到历史记忆，分层存储让外部知识按需加载，虚拟内存让上下文窗口可以弹性伸缩——但当 Agent 在一个 50 步的长任务中走到第 30 步时，它仍然缺少一个结构化的"地图"来告诉自己：哪些步骤已完成、哪些正在进行、哪些步骤之间有依赖关系、接下来该做什么。

这正是 TencentDB Agent Memory Pro 版的短期记忆压缩要解决的问题。它不只是让上下文变短——更重要的是，让 Agent 在更短的上下文里依然知道自己在哪。

2.2 符号化压缩：用更少的 Token 表达等量的信息

短期记忆压缩的第一个核心能力是符号化压缩（Symbolic Compaction）——用更少的 Token 表达等量的信息。这里的"压缩"分两层：

第一层：摘要压缩——去掉废话，留下事实。一次搜索返回 2000 字原文，真正有信息量的可能只是"竞品 A 最新融资 2400 万美元...."这一句话。系统将它提炼为一行结构化摘要，例如：“[搜索 done] 竞品A: 融资$24M, 客户200+ | ref: refs/001-N1.md”——80 字表达 2000 字的核心信息，压缩比 25:1。同时末尾的 ref 指针指向磁盘上的原始全文，需要时随时回查。

第二层：结构化图压缩——用一张图替代一堆文字。

摘要压缩解决的是单条信息的密度问题，但当一个任务涉及十几步操作时，单纯的摘要列表依然是线性的、平铺的，模型很难从中看出"哪些步骤是并行的、哪些有因果依赖、任务整体走到了哪里"。更极致的压缩，是改变信息的表示形式本身——用一张结构化的图来组织这些摘要。

我们选择的符号载体是 Mermaid Flowchart。原因很直接：它在 GitHub、技术文档、教程中广泛存在，所有主流大模型在预训练阶段就大量见过，能准确读写。一张流程图的信息密度远超等长的自然语言文本：

● 空间关系即语义：节点之间的箭头就是因果关系，不需要额外文字描述

● 状态标记即进度：done/doing/todo 三个词替代了长篇的进度汇报

● 拓扑结构即全局观：图的"形状"本身就在传递信息——扇出表示并行搜索，扇入表示多源汇总

 举个直观的例子。同样是"竞品分析报告"这个任务，用自然语言描述进度可能需要一段话：“已完成竞品 A、B、C 三家的产品搜索，已查到各家融资和技术方案，正在进行汇总对比表的整理”。而用一张 Mermaid Flowchart：

图片

整个过程完全自动：Agent 每次调用工具后，系统在后台异步完成"存原文、留摘要、建索引、更新地图"，不阻塞主对话流程。原始数据永远存在磁盘上，压缩的只是上下文中的副本，需要时随时可以按节点编号回查原文。

2.3 Mermaid 任务地图：给 Agent 装一张作战地图

上面讲的是单个任务内的压缩。但实际使用中，用户往往在同一个会话里连续处理多个不同任务。比如写完竞品分析，又做技术选型调研，再整理会议纪要……每个任务都会产生大量工具调用。如果没有组织机制，Agent 很快就会"迷路"——分不清哪些信息属于哪个任务，也不知道当前任务走到了哪里。

这正是 Mermaid 任务地图的用武之地。系统为每个任务维护一张独立的 Flowchart，并通过"折叠 / 展开 / 复活"策略管理它们在上下文中的存在：当前任务的地图完整展开，Agent 随时能看到全貌

图片

2.4 三级处理：分层压缩的运行逻辑

在工程实现上，短期记忆压缩采用三级分层压缩策略，根据上下文的"水位"自动触发不同级别的处理：

● L1 摘要（实时）：Agent 每次调用工具后，系统异步将工具返回的原始结果存入磁盘，并生成一行高密度摘要。当上下文占比达到 60% 时，自动用摘要替换原文——这是"温和压缩"，信息损失最小。

● L2 地图（异步）：系统定期根据已积累的摘要，自动绘制或更新 Mermaid 任务地图，并注入到上下文中。完成的任务会被"折叠"为一行摘要，当前任务的地图则完整展开。

● L3 深度压缩（同步）：当上下文占比达到 80% 时，触发"激进压缩"——直接清理不再相关的旧任务消息，为当前任务腾出空间。若水位突破 95%，则触发紧急压缩，一次性将上下文降到 60% 以下。

图片

2.5  实测效果

在覆盖代码生成、长难任务、网页搜索、文章分析四大场景的 1540 道测试题中，这套机制将任务完成率提升 12%–35%，同时 Token 消耗降低 33%–64%——效果更好的同时，成本更低。

图片

3.  快速启用

目前 TencentDB Agent Memory Pro 版 已上线至 ClawPro 最新版本中，您可以前往ClawPro的管控端，点击左侧的 记忆管理 后快速开启。

图片

4.  结语

TencentDB Agent Memory Pro 版不仅将记忆能力升级到企业级的标准，也让 Openclaw 的长任务执行方式变得更轻、更稳。真正将Openclaw变成企业中能持续积累、能按需调用、能完成任务的最重要的 Agent 资产。