Mem0 详解：给 AI 装上"会忘事"的记忆，比塞满上下文聪明在哪？

上周有个做客服机器人的朋友找我吐槽："我这 AI 怎么这么蠢？用户上一句刚说完'我对花生过敏'，下一单它就推荐花生酱了。"

我问他："那你每次对话，是不是都把用户的历史记录全塞进 prompt 里？"

他说："对啊，能塞多少塞多少，塞不下就截断。"

我说："问题就在这。你不是给了 AI 记忆，你是每次都让它'临时抱佛脚'地读一遍卷宗，读到哪算哪。它根本没'记住'任何东西。"

他愣了一下。这其实是今天几乎所有 AI 应用的通病——大模型本身是没有记忆的。你以为 ChatGPT "记得"你们聊过什么，其实它只是每次都把之前的对话重新读了一遍。一旦超出上下文窗口，或者你开了个新会话，它就把你忘得一干二净，像第一次见面一样跟你客套。

于是有人开始琢磨：能不能给 AI 装一个独立的、持久的"记忆系统"？它不光能存,还得会忘、会更新、会在你需要的时候把对的那条记忆精准捞出来。这个东西,现在有了个专门的名字——AI 记忆层(Memory Layer)。而这个赛道里跑得最快的那个,叫 Mem0。

今天就来拆一拆:Mem0 凭什么能拿到 YC 投资、48000 个 GitHub star,它到底解决了什么"塞上下文"解决不了的问题,以及——它的记忆,究竟是怎么"长"出来的。

---

一、为什么你的 AI 永远记不住你是谁?

要讲清楚 Mem0,得先讲清楚它在跟什么"较劲"。

大模型记不住东西,根源在于它的工作方式:每次推理都是一次性的、无状态的。你给它一段文字(上下文),它基于这段文字生成回答,生成完就"清空大脑",下一次再来,又是一张白纸。

那现在大家是怎么"假装"让 AI 有记忆的?主要两条路,但两条路都有坑。

第一条路:把对话全部塞进上下文

最简单粗暴的办法,就是我那位朋友干的事:把历史对话一股脑全塞进 prompt。模型上下文窗口越来越大,从 8K 到 128K 再到上百万 token,看起来好像够用了。

但这条路有三个要命的问题。

第一,贵。token 是要花钱的,而且你每轮对话都要把全部历史重新发一遍,对话越长,每一句话的成本越高,呈滚雪球式增长。

第二,慢。塞进去 2.6 万个 token,模型光"读"就要读半天。研究数据显示,这种全量上下文的方式,p95 延迟能高到 17 秒——用户早就把 App 关了。

第三,也是最反直觉的:塞得多,不等于记得准。上下文太长,模型反而会"迷失在中间"(lost in the middle),关键信息淹没在噪音里,该记住的没记住,不重要的倒是记了一堆。

第二条路:用 RAG 把对话存进向量库

聪明一点的做法,是把对话切成小块,存进向量数据库,需要时再用语义检索捞出相关片段。这就是经典的 RAG 思路。

这比硬塞强,但 RAG 的本质是"检索文档片段",它捞回来的是原始对话的大段原文。问题在于,人类的记忆从来不是这样工作的。

你还记得三年前那顿饭"我对花生过敏"这句话的原话吗?不记得。但你记得"我花生过敏"这个事实。人脑存的是提炼后的结论,不是录音回放。RAG 存的却是录音回放——又占地方,捞回来还得让模型再读一遍长文本,效率低,还容易把过期的、矛盾的信息一起捞出来。

说到这你应该明白了:无论是硬塞上下文,还是 RAG 检索,本质上都是在"搬运原始文本",而不是在"管理记忆"。这两件事,差着一个物种。

那真正的"记忆管理",该长什么样?这正是 Mem0 要回答的问题。

二、Mem0 到底是什么?它凭什么叫"记忆层"?

一句话定义:Mem0 是一个夹在你的应用和大模型之间的、专门负责"记忆"的中间层。

注意"中间层"这三个字。它不是一个模型,也不是一个数据库,而是一层能力——你的 Agent 想存记忆,调它;想回忆,也调它。它在背后帮你搞定"存什么、怎么存、存哪、怎么取"这一整套脏活累活,对外只暴露几个极简的 API:add(记)、search(回忆)、update(更新)、delete(删除)。

这里有个关键设计:Mem0 在底层融合了三种存储——向量库做语义检索、知识图谱存实体关系、键值缓存做快速读取。但这些复杂性全被它藏起来了。你不用关心一条记忆该进哪个库,它替你决定。

打个比方。RAG 像是给了你一个文件柜,你自己往里塞文件,要用的时候自己翻。而 Mem0 更像给你配了一个专业秘书:你跟客户聊完天,秘书自动帮你提炼出"这个客户花生过敏、偏好下午开会、上次抱怨过物流慢"这几条要点,记在小本子上;下次这个客户再来,秘书在你开口前就把相关的几条悄悄递到你眼前。

文件柜和秘书的区别在哪?文件柜只会"存和取",秘书会"理解和判断"。这就是 Mem0 跟普通 RAG 最本质的分野。

而且 Mem0 是开源的。你既可以 pip install 自己部署,把记忆数据牢牢攥在自己手里;也可以用它的托管云平台,省去运维。它还有个叫 OpenMemory 的本地优先版本,通过 MCP 协议,能让 Claude Desktop、Cursor、Windsurf 这些工具共享同一套记忆——你在 Cursor 里告诉 AI 的偏好,切到 Claude Desktop 它也知道。

讲清楚了"是什么",接下来才是最硬核、也最有意思的部分:这些记忆,到底是怎么被"造"出来的?

三、记忆是怎么"长"出来又"改"掉的?

Mem0 最精妙的地方,不在于它能存,而在于它会"想"。每来一段新对话,它不是直接存,而是要走一个两阶段的流水线:提取(Extraction) 和 更新(Update)。

这个流程,是 Mem0 在 2025 年那篇论文里给出的核心设计。我们一步步看。

第一步:提取——别存原文,只存"事实"

当一段新对话进来,Mem0 不会直接把它存下来。它会先调用一个大模型,把这段对话连同"历史摘要 + 最近几条消息"一起喂进去,让模型干一件事:提炼出几条原子化的事实。

比如用户说了一大段:"我叫 Alex,在上海工作,最近在学做菜,但我对花生严重过敏,所以一直不敢碰中餐里的宫保鸡丁。" Mem0 提炼出来的可能就是干净的三条:

• 用户名叫 Alex
• 用户在上海工作
• 用户对花生过敏

看到没?啰嗦的原话被压缩成了结构化的事实。这一步,就是 Mem0 跟 RAG 的第一个分水岭——它存的是结论,不是录音。

第二步:更新——新记忆和老记忆"打架"了怎么办?

这一步才是真正的灵魂。提炼出事实后,Mem0 不会傻乎乎地直接存进去,而是先拿这条新事实去检索已有的相似记忆,然后让大模型当裁判,判断该执行四个操作里的哪一个:

• ADD(新增):这是条全新的事实,库里没有,存。
• UPDATE(更新):库里有相关记忆,但新信息更全。比如旧记忆是"用户在上海工作",新对话说"用户跳槽去了北京",那就更新。
• DELETE(删除):新信息直接推翻了旧记忆。比如旧记忆"用户喜欢喝咖啡",新对话"我现在戒咖啡了",删。
• NOOP(不动):这条信息无关紧要,或者已经存过了,啥也不干。

这套机制,解决了记忆系统里最头疼的"陈旧与矛盾"问题。人的认知是会更新的——你去年说喜欢一个人,今年分手了,记忆得跟着改。Mem0 这套 ADD/UPDATE/DELETE/NOOP,本质上就是在模仿人脑"记忆会被新经历不断改写"的过程。

进阶:Mem0ᵍ——给记忆画一张"关系网"

Mem0 还有个图谱增强版本,叫 Mem0ᵍ。它不光存孤立的事实,还把记忆组织成一张有向图:节点是实体(人、地点、东西),边是关系。

举个例子。普通版记得"Alex 在上海"、"Alex 对花生过敏"两条孤立事实。图谱版则会建立"Alex →居住于→ 上海"、"Alex →过敏于→ 花生"的关系网。好处是,当你问一个需要"绕几个弯"的问题——比如"给 Alex 推荐他所在城市的、适合他体质的餐厅"——图谱能顺着关系链一路推理出来。这种多跳推理(multi-hop)的能力,是孤立事实给不了的。

所以你看,Mem0 不是简单地"存了又取",它是在持续地经营一座记忆的花园:该种的种,该剪的剪,该连的连。讲完了原理,你心里一定有个最实际的问题:这么折腾,真的比"无脑全塞"效果好吗?数据说话。

四、它真的比"把对话全喂进去"更好吗?

这是个好问题,而且答案有点微妙——不是无脑碾压,而是在"对的地方"碾压。我们看 Mem0 团队在 LOCOMO 这个长对话基准上的实测数据。

把这几个数字掰开看,冲击力就出来了。

第一,延迟降了 91%。 全量上下文 p95 延迟约 17 秒,Mem0 只要约 1.44 秒。对一个真实的客服或助手产品来说,这是"用户骂娘"和"用户满意"的区别。

第二,token 省了 90% 以上。 同一个问题,全量上下文要吞 26031 个 token,Mem0 只用 1764 个。这不是省一点,这是把成本砍到了零头。对一个日活百万的应用,这中间差的就是真金白银。

第三,准确率不降反升(对比 RAG)。 Mem0 比配置最优的 RAG 还高出约 10%,在多跳推理上更是大幅领先。原因前面说过了——它存的是提炼后的事实,信噪比天然就高。

但这里我必须给你提个醒,别被"碾压"冲昏头。最新的一些研究(比如 ConvoMem 基准)发现了一个反转:在对话很短的时候(比如 150 轮以内),直接用长上下文反而更准,准确率能到 70%–82%,而记忆系统这时候可能只有 30%–45%。

所以业界现在的共识,不是"二选一",而是混合架构:短期工作记忆用上下文,长期事实记忆用 Mem0,海量知识库用 RAG。三者各司其职。看明白这一层,你就比 90% 只会喊"上下文越大越好"的人想得深了。

道理都懂了,那上手到底难不难?答案可能让你意外——简单到有点"侮辱智商"。

五、四行代码,你能拿它做什么?

Mem0 一直在宣传一句话:"四行代码,给你的 AI 装上记忆。"听起来像营销,但还真不是吹。我们看核心用法。

下面这段代码做了两件事:把一段对话"记"进去,然后用一句自然语言把相关记忆"捞"出来。

# 安装:pip install mem0ai
from mem0 import Memory

m = Memory()

# ① 记忆:把对话交给 Mem0,它自动提炼并存储事实
messages = [
    {"role": "user", "content": "你好,我叫 Alex,我对花生过敏。"},
    {"role": "assistant", "content": "记住啦,Alex,我会避开含花生的内容。"},
]
m.add(messages, user_id="alex")

# ② 回忆:用自然语言检索,只捞回最相关的事实
related = m.search("给 Alex 推荐一道菜", user_id="alex")
# related 里会带出 "用户对花生过敏" 这条记忆

关键就在这两个动作:add 的时候你不需要告诉它"该记什么",提炼、去重、更新全是它在背后自动干的;search 的时候你也不需要写复杂的查询,丢一句大白话进去,它就把对的那几条记忆递给你。你拿到这些记忆,拼进你的 prompt,你的 AI 就"记得"用户了。

那这套能力,落到真实业务里能干什么?我挑三个最典型、也最有钱景的场景说透。

场景一:客服机器人——不再让用户"重复三遍"

回到开头我那个朋友的困境。接入 Mem0 后,用户"花生过敏"这个事实会被永久记住,跨会话、跨设备都在。下次用户哪怕过了三个月再来咨询,机器人开口就知道避开花生。客服领域最大的痛点是"用户要把背景重复讲一遍",记忆层直接干掉了这个痛点。

场景二:编程助手——记住你的团队"怎么干活"

这是我个人最看好的场景。一个接了 Mem0 的编程 Agent,能慢慢记住你的团队习惯:你们的 PR 怎么写、合并前跑哪些测试命令、release notes 是什么格式、某个模块历史上踩过哪些坑。用得越久,它越像一个"在你们团队待了三年的老员工",而不是每天重新入职的新人。前面提到的 OpenMemory,正是冲着这个场景去的——让 Cursor、Claude Desktop 共享同一套你的开发偏好。

场景三:个性化助手——把"千人一面"变成"千人千面"

任何想做"懂你"的 AI 产品——健康助手、学习陪练、生活管家——记忆都是它的灵魂。没有记忆的助手,本质上是个高级搜索引擎;有了记忆,它才开始真正"认识你",知道你的口味、习惯、目标,给的建议才是为你定制的。

说到这,我们差不多把 Mem0 从里到外看了一遍。最后,聊点我自己的判断。

六、记忆,会成为 Agent 的下一个标配吗?

把 Mem0 这件事拎到更高处看,它其实标志着 AI 应用架构的一次悄悄分层。我们花了两年时间解决"AI 怎么调工具"(MCP、Function Calling),现在,轮到解决"AI 怎么记事"了。

快速回顾一下这篇文章的几个核心点:

• 大模型天生失忆:你以为的"记忆",只是每次重读历史。塞上下文和 RAG 都是在"搬运原文",不是"管理记忆"。
• Mem0 是一个记忆中间层:它存的是提炼后的事实,不是原始对话;它会主动新增、更新、删除,模仿人脑的记忆改写。
• 两阶段流水线是灵魂:先提取事实,再用 ADD/UPDATE/DELETE/NOOP 决策如何整合,解决了记忆的陈旧与矛盾。
• 数据很硬:对比全量上下文,延迟降 91%、token 省 90%,准确率只差几个点——用一点点准确率,换来了可规模化。
• 但它不是银弹:短对话场景,长上下文反而更准。记忆层的主场是长期、跨会话、要积累用户画像的应用。

我的判断: 记忆层会像数据库一样,成为 AI 应用的基础设施级标配。今天你做 Web 应用不会问"我要不要用数据库",这是默认的;再过一两年,做严肃的 Agent 应用,"要不要接记忆层"也会变成一个不需要问的问题。Mem0 现在卡的,就是这个即将爆发的生态位。

当然,赛道里不止 Mem0 一家,Zep、OpenMemory、各家大厂的原生 Memory 功能都在抢。鹿死谁手还早。但"AI 需要一个独立的记忆层"这个方向,我认为已经被验证了。

所以,我给自己设两个 deadline,做两个预测:

• 2026 年底之前:主流 Agent 框架(LangGraph、CrewAI 这些)会把"记忆层"做成开箱即用的一等公民,而不是要你自己拼接。
• 2027 年:"AI 记忆"会从一个工程模块,长成一个独立的融资品类——就像当年向量数据库从 RAG 的配角,熬成了自己的赛道。

到时候回来看看,我说得对不对。

而你现在能做的,只有一件事:打开你手边那个"总是记不住事"的 AI 应用,问自己一句——如果它能记住用户,体验会差出几个量级?想清楚这个问题的人,会在下一波浪潮里站得更稳。