這個領域的內容有一個系統性的失真來源：多數比較文章由記憶框架的廠商自己撰寫。benchmark 分數由被評測方發布、比較表由競爭者製作、「最佳實踐」由賣工具的人定義。這一篇把本專欄的每一類陳述按證據強度分開，明確標出哪些是官方文件事實、哪些是廠商自我宣稱、哪些是我的設計主張。
A 級：官方文件與論文可查證的事實
架構與機制（來自各專案官方文件、部落格或論文）：
- Letta：三層記憶（main context / recall storage / archival storage）；memory block 有 label、value、size limit、可選 description，各自以
block_id持久化，可設為 editable 或 read-only；main context 由 DB 狀態經 Jinja 模板「編譯」而成；多個 agent 可共享同一 block；sleep-time compute（官方也稱 dreaming）由背景 agent 審視近期內容並寫回 block，產物稱 learned context。 - Mem0：兩階段（extraction / update）；update 階段以向量相似度取回鄰域後由 LLM 決定 ADD／UPDATE／DELETE／NOOP；圖變體 Mem0g 在抽取階段產生實體與關係三元組。論文為 arXiv:2504.19413（ECAI 2025）。
- Zep / Graphiti：四個時間戳
created_at/expired_at（系統軸）與valid_at/invalid_at（事實軸）；created_at必然存在，後兩者由 LLM 在處理 episode 時抽取；衝突時把舊邊的失效時間設為新邊的生效時間而非刪除；混合檢索（語意 ＋ 關鍵字 ＋ 圖遍歷）；episode-level provenance。架構論文為 arXiv:2501.13956。 - Cognee：ECL（Extract, Cognify, Load）管線；cognify 為六階段（文件分類 → 權限檢查 → 切塊 → LLM 抽取實體與關係 → 生成摘要 → embedding 並 commit 邊）；支援 ontology 約束抽取；session memory 與長期層分離。
- LangGraph / LangMem：checkpointer 以
thread_id為範圍持久化 in-thread 狀態；LangMem 提供 semantic / episodic / procedural 三型，以user_id為 namespace 的 Store（生產常用 PostgresStore）；支援 hot path 與 background 兩種寫入機制；procedural memory 定義為「agent 自己的系統指令」。 - Anthropic context engineering：目標定義為「能最大化目標結果機率的、最小的高訊號 token 集合」；四技術為 compaction、structured note-taking、sub-agent architectures、just-in-time retrieval（官方稱 progressive disclosure）；三個 context 管理 API 原語為 compaction、tool-result clearing、memory tool；官方明確指出 context rot 存在於所有模型，且執行時探索是用速度換自主性、混合策略往往最有效；sub-agent 回傳的濃縮摘要典型為 1,000–2,000 token；compaction 的調校順序為先最大化召回再改善精確率。
- OpenClaw：自架 agent runtime 與訊息路由器；26 個內建工具；記憶兩層——
MEMORY.md（每個 session 開始時載入）與每日日誌memory/YYYY-MM-DD.md（append-only）；預設工作目錄~/.openclaw/workspace；SQLite 索引含files、chunks、embedding_cache（SHA-256 去重）、chunks_fts（FTS5）；記憶插件由openclaw.json的plugins.slots.memory指定；八個記憶工具含memory_search、memory_add（可選 session 或長期範圍）、memory_list、memory_get。 - Hermes Agent（Nous Research）：
MEMORY.md存跨 session 學到的事實、USER.md存對使用者的演化理解，皆為純 Markdown 可讀可編輯；periodic nudge 為系統層級的內部 prompt，要求 agent 評估近期活動並判斷是否值得寫入；完成複雜任務後自主建立參數化的可重用 Skill。
版本與時間點（撰稿時 2026-09-04）：
- OpenClaw：2025 年 11 月以 Clawdbot 之名由 Peter Steinberger 發布，2026 年 1 月更名，約 60 天內超過 25 萬 GitHub star；穩定版 v2026.7.1（2026-07-13），beta v2026.7.2（2026 年 7 月下旬）加入遠端編碼 session 與行動端／無頭 Linux 節點原生自動化。
- ChatGPT memory：兩層為 saved memories（條目化、可逐條檢視新增刪除）與 reference chat history（推斷式、會隨時間漂移）；底層背景程序稱 Dreaming，Dreaming V3 於 2026-06-04 開始推出，非同步跨大量歷史對話閱讀並維護綜合記憶狀態，於每個新對話開始時注入 context。
- Hermes gateway 平台支援（2026 年初）：CLI、Telegram、Discord、Slack、WhatsApp、Signal、Matrix、Mattermost、Email、SMS、DingTalk、飛書、企業微信、BlueBubbles、Home Assistant。
- OWASP：2026 年將「Memory and Context Poisoning」列為 Agentic AI Top 10 的 ASI06；OWASP Agent Memory Guard 於 2026 年中發布，作為 agent 與記憶儲存間的中介層，以 YAML 驅動的偵測器管線篩查讀寫，處置為 allow／redact／quarantine／block。
- MINJA：於 NeurIPS 2025 發表，論文報告對生產級 agent 架構有超過 95% 的注入成功率。
Benchmark 定義：
- LoCoMo：10 段對話、每段 19–32 個 session（約 9K token/段）、1,986 組問答，五類為 single-hop / multi-hop / temporal / open-ended / adversarial。
- LongMemEval：needle-in-a-haystack 範式，每題搭配約 115K token 的互動歷史。
- BEAM：與前兩者並列為 2026 年主要的記憶 benchmark。
B 級：可查證但需要脈絡的結果
- 「LoCoMo 92.5 / LongMemEval 94.4，約每次查詢 6,900 token」——這是 2026 年公開的領先結果之一，但它由記憶框架廠商自己發布。這類數字的通例是：發布方對自己的方案做了充分調校，對比較對象沒有。分數的相對排序不可靠，絕對量級（九成以上是可達到的）可靠。
- 「在 LoCoMo 接近滿分的模型，在 MemoryArena 掉到 40–60%」——這個落差也來自廠商的分析文章，但它的方向對廠商自己不利，因此可信度較高。這是本專欄引用它的理由。落差被描述為「被動回想」與「主動、與決策相關的記憶使用」之間的差距。
- 本專欄沒有引用任何「業界平均召回率」「典型記憶條目數」之類的基準值，因為找不到中立來源。凡是這類數字出現在比較文章裡，來源幾乎都是某個廠商的自有資料。
- 「純向量檢索在專有名詞上表現差」——這是廣泛被驗證的已知弱點，多個獨立來源與各框架的混合檢索設計都指向它，但我沒有找到一份中立的量化對照研究。它屬於強共識但非嚴格實證。
C 級：機制性推論與我的設計主張
以下是我的設計判斷，不是任何框架的官方主張。 它們有機制上的理由，但沒有對照實驗支持。凡本專欄中屬於這一級的內容，都應該當成起點而非結論。
- 藍圖 的整體結構（Context Assembler ＋ 常駐／召回／session 三層 ＋ 五階段寫入管線 ＋ 五階段召回管線）是我從六個框架抽取後組合的，沒有任何框架長這樣。它的每個元件有出處，組合方式沒有。
- 「記憶整理應該脫離主推理路徑」是強共識——依據是 Letta 的 sleep-time compute、LangMem 的 background、Hermes 的 periodic nudge、OpenAI 的 Dreaming 四個獨立實作收斂到同一模式。四個獨立收斂是很強的證據，但它仍然是推論而非實證。
- 「NOOP 比例低於三成幾乎確定表示膨脹」——這個門檻是我估的，沒有資料支持。方向（NOOP 比例是膨脹的指標）有機制依據，具體數字沒有。
- 歸檔策略的預設值（失效超過 90 天、建立後 180 天未召回）——純屬起點建議，沒有依據。
MemoryPolicy抽成獨立介面——這是我的主張，理由是六個框架的差異幾乎全部落在這個介面的實作裡。它是一個觀察導出的設計，不是被驗證過的架構。- 「先做常駐層，它在多數專案裡就交付了記憶價值的大半」——經驗判斷，無量化依據。
- 「多數專案在決策樹的 Q4 或 Q5 就結束」——我的估計。
recall_count與last_recalled_at作為重要性訊號——機制上合理（被用到的東西比較重要），但沒有研究驗證它比 LLM 判斷的重要性評分更好或更差。- 「不要把可以查的東西記下來」——這條原則我認為是對的且重要，但它是從快取失效的一般推理類推來的，沒有針對 agent memory 的研究。
- 檔案原生路線在記憶投毒上的淨效果——「更容易寫入但更容易追查」這個取捨的淨方向沒有定論，我沒有把它算成優點或缺點。舊專欄的 客觀檢視 對此有更完整的討論。
D 級：明確有爭議或無法確認的
- 各框架的相對召回品質。 所有公開比較都由利益相關方製作，沒有中立的第三方對照評測。本專欄因此完全不對「哪個框架召回品質最好」做任何陳述。
- 記憶層的成本結構。 比較表 裡的「每次寫入的 LLM 呼叫次數」是從公開的機制描述推算的，不是實測。實際成本取決於 prompt 長度、模型選擇與批次策略，可能差異很大。
- ontology 維護成本 vs 抽取品質提升的淨效益。 Cognee 主張前者值得，這在有穩定領域模型時合理，但沒有量化資料。
- 「該記什麼」的重要性判斷沒有替代方案的比較。 所有框架都用一次 LLM 呼叫來判斷（Mem0 的 extraction、Hermes 的 periodic nudge、Letta 的 sleep-time agent），而這個做法從未被與任何 baseline 對照過——例如「全部都記」「按長度或新近度啟發式篩選」的表現如何，公開資料裡沒有答案。這等於把問題丟給模型，不是解決它。
- 多 agent 記憶的併發寫入語意。 分散式系統有成熟的一致性層級定義，agent memory 領域沒有對應的討論。Letta 的 block 共享是最接近的實作，但它沒有定義併發行為。這是空白而非爭議。
- OpenClaw 的安全性。 已有多篇公開的安全分析論文。自架、具 shell 執行與瀏覽器自動化能力、且記憶可被對話內容寫入的 agent，攻擊面明顯大於受限的雲端服務——這個判斷有機制依據，但「實際風險有多大」取決於部署方式，無法一般化。
不在本專欄範圍內的
- 概念分層與治理原則的完整討論——見 前導專欄，特別是 長上下文、RAG 與記憶的分工 與 證據鏈與治理記憶。
- EverOS 的設計與利益揭露——舊專欄的 落地工程篇 已完整處理，這裡不重複。
- 參數記憶（fine-tuning、模型權重內的知識）——本專欄只處理非參數記憶。兩者的分界在舊專欄有討論。
- 向量資料庫本身的選型與調校——這是一個獨立主題。
- 法規遵循的具體要求（GDPR 的刪除權、各地資料在地化）——陷阱篇 只處理技術上的可刪除性，不提供法律意見。
延伸資源
論文
- Mem0：arXiv:2504.19413，〈Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory〉（ECAI 2025）。extract-update 管線與四操作的原始出處。
- Zep：arXiv:2501.13956，〈Zep: A Temporal Knowledge Graph Architecture for Agent Memory〉。雙時間軸模型的原始出處，本專欄最推薦精讀的一篇。
- MemGPT：Letta 的前身論文，「context 如虛擬記憶」類比的來源。
- MINJA（NeurIPS 2025）：記憶注入攻擊。搭配 AgentPoison 一起讀，能看清這個攻擊面的形狀。
官方文件與部落格
- Letta：
docs.letta.com；部落格的 Memory Blocks 與 Sleep-time Compute 兩篇是理解它的最短路徑。 - Mem0：
docs.mem0.ai。 - Zep / Graphiti：
help.getzep.com/graphiti、blog.getzep.com；Graphiti 為開源，可單獨使用。 - Cognee：
cognee.ai的 blog 有 ECL 與 ontology 的說明。 - LangChain：LangMem SDK 發布文與 LangGraph 的 memory 文件；
docs.langchain.com。 - Anthropic：
anthropic.com/engineering/effective-context-engineering-for-ai-agents——這一篇是本專欄引用最多的單一來源，值得完整讀過；memory tool 與 context management 原語見 Claude 平台文件與 cookbook。 - OpenClaw：GitHub repo 與官方文件；Mem0 官方也發布過 OpenClaw 的記憶整合說明，是了解其插槽機制的好入口。
- Hermes Agent：
hermes-agent.nousresearch.com。
標準與安全
- OWASP Agentic AI Top 10（2026），特別是 ASI06 Memory and Context Poisoning。
- OWASP Agent Memory Guard（2026 年中）——記憶讀寫中介層的標準對齊基線。
使用建議：先讀 Zep 論文（時間模型）與 Anthropic 的 context engineering（目標函式），這兩份給你最多的結構性理解。 框架文件按選型結果再讀對應的那一份——全部讀完的邊際效益很低，因為它們的差異在本專欄的比較表裡已經被抽出來了。