深度解读 · 约 4 分钟阅读
Databricks 将 MemCurrent 记忆接入 Agent Bricks Beta：内部测试究竟证明了什么
原始轨迹、提炼知识与后台整理组成双层记忆；企业任务成绩仍属于厂商自评。
- 本站发布
- 原文发布
- 核实时间
Databricks 10月20日宣布 Agent Memory 进入 Beta，同时公开其 MemCurrent 架构的详细设计。产品变化是为跨会话保留知识提供托管基础设施。研究要回答的并非“代理是否能记住所有事情”，而是能否筛出有用内容、应用到后续任务，并减少一遍遍重新探索的成本。
听读资讯
朗读当前文章，或连续收听资讯。
正在准备听读…
设备语音
朗读由浏览器或设备处理，AISubHub 不向音频 API 发送文本。可用语音及锁屏播放能力因设备而异。
继续播放时可能重复一小段。
一分钟速览
- Agent Memory 运行在 Lakebase 上，组合会话记录、长期记忆与后台整理流水线。
- 内部测试包含29位用户的114例任务和2233段历史会话，不能视为通用模型排行榜。
先区分产品上线与研究方案
Agent Memory 提供有序会话、长期事实与工作流、以及从会话提炼信息的三类托管组件，底层使用 Databricks 的无服务器 Postgres 产品 Lakebase。开发者可以检查、导出和删除保留条目，也可以指定流水线应留下什么。保存对话与决定哪些话应影响下一次回答，是不同的工作。Beta 状态也意味着不能把研究描述直接理解成每个部署都已拥有完全一致的行为或确定的服务承诺。
原始轨迹与提炼知识如何配合
MemCurrent 一层保留只追加的情节轨迹，另一层把提炼知识放入可修改、类似文件层次的结构。会话开始先注入索引，过程中再用搜索与读取工具获取细节。在线工具处理明确的新增、修改和删除要求，离线流程则提取隐含经验、合并重复项并解决冲突。记录保住证据，索引帮助代理知道有哪些信息可查。把提取移到后台能减少即时响应链上的工作，但隐含经验需要等整理之后才能在后续会话使用，因此明确纠正与定期维护不能互相替代。
企业成绩对应什么测试
厂商从 Genie 对话中整理并审核出114个任务，涉及29位用户与2233段历史会话，评估重点是把旧知识用于多步骤数据工作，而不只是找回一句话。无记忆通过率为22.3%，MemCurrent 为68.4%；后者每任务使用418K token，平均耗时252秒。31%的 token 减少和26%的运行时间缩短属于这一对照。它们描述特定任务分布，不能直接预测任何公司的代理，也不是公共聊天会员之间的能力或性价比排名。 内部 Genie 测试以 Claude Opus 4.6 为代理、GPT 5.6 sol 为记忆模型，重复三次。
更长上下文不是同一个实验
在三套公开对话记忆测试中，厂商报告 MemCurrent 平均准确率88.1%，全历史上下文87.8%，每问题输入量约8.4K与103K token。这里是问答任务，不能把其输入 token 与企业多步任务总量混在一起。内部消融中，只有原始轨迹为35.8%，只有提炼记忆为66.1%，两者结合为68.4%；提炼记忆只靠离线流程为63.5%，只靠在线工具为53.9%，结合为66.1%。这些数字支持该设置下不同维护机制互补，并不证明历史保存得越多就越有效。 公开问答测试使用 GPT 5.6 luna，成绩取 LangGraph 与 OpenAI Agents SDK 两种执行框架及三次重复的平均。
采用之前需要验证哪些边界
本站分析：试点除了重复工作流，还应包含事实变化、互相冲突的指令以及根本不需要记忆的问题。假设某团队更改了“活跃客户”的定义，过去正确的查询流程若继续使用旧定义，就可能持续给出错误答案。应检查每条记忆的依据、纠正能否传到后续会话，以及删除与用户隔离能否在检索后继续成立。计量应包含后台提炼开销与任务成功率，不能只看当前提示词缩短多少。这些是本站提出的验收方法，并非已独立验证的产品功能或成绩；两篇公告也没有给出新的订阅价格。
有什么影响
本站分析：长期记忆把优化重点从不断加长提示词转向维护可检查的知识库。价值取决于取回的信息是否仍适用、当前用户是否仍获授权。任务完成率、后台维护和纠错代价必须一起计算。
限制与可用性
服务仍为 Beta。成绩来自 Databricks 自己的评估，而非本站实测；内部数据及特定模型、代理框架限制了结论外推。公告不能证明任意部署都会取得相同延迟、费用或提升。
来源与证据
原文发布: · 核实时间:
原文发布: · 核实时间:
AI 辅助采编，依据所列一手来源核实。厂商自报结论注明归属，收录不代表背书。