做Agent开发的团队终于有了开箱即用的记忆方案，不用再靠堆token硬扛长上下文——腾讯这套系统直接开源，建议立刻去试。
腾讯AI团队经过6个月研发，开源了一套Agent记忆系统，针对长会话中上下文丢失问题提出三招解决方案：实时压缩过期上下文（token消耗降低61%）、用Mermaid语法生成结构化任务地图（减少30多步复杂流程中的丢轨概率）、建立Persona记忆（人格一致性从48%提升至76%）。这套系统已在GitHub开源，旨在解决Agent记忆的核心难题——让模型在正确时间用正确方式想起正确信息。
Agent 记忆真是太特么卷了啊！ 不得不说，这个赛道越多人加入越爽啊！ Tencent AI团队…
Agent 记忆真是太特么卷了啊！ 不得不说，这个赛道越多人加入越爽啊！
Tencent AI团队花了整整6个月，就死磕一个问题：AI agent长会话里疯狂丢上下文。
他们最后把一套记忆系统做完，直接开源了。
我看完他们的分享，最大的感受是，99%的人还在卷上下文长度，真正把agent拉回正轨的，是这三招硬核操作。
第一招，实时压缩过期上下文。
直接把token消耗砍掉61%。 以前动不动就爆上下文，现在中途就瘦身，agent还能保持清醒。
第二招，给agent画一张结构化的任务地图，用mermaid语法直接生成。
30多步的复杂流程里，丢轨概率大幅下降。 agent不再像无头苍蝇，它知道自己现在在哪一步，该往哪走。
第三招，专门给agent建了Persona记忆。 人格一致性从48%直接跳到76%。 它不再一会儿专业一会儿随意，回答风格和角色设定稳得一批。
这套东西不是理论，是他们真实踩坑6个月踩出来的。
Repo已经挂出来了，谁在做agent的赶紧去试。
以前总觉得agent记忆难，是因为我们把问题想简单了。
真正难的不再是存更多信息，是需要解决让它在正确的时间用正确的方式想起正确的东西。
你还在靠堆token解决agent记忆问题吗？
项目地址：https://t.co/f3X4TXsTGH