關于 AI 智能體的記憶系統架構設計和落地實現可以參考這兩篇文章：《??AI 智能體長期記憶系統架構設計????》和《???AI 智能體的長期記憶系統架構設計與落地實現???》，今天我們詳細剖析下 AI 智能體記憶系統的10大關鍵技術。

一、AI 智能體記憶系統10大關鍵技術

1、關鍵技術一：為什么長期記憶很重要？

我們構建的 AI 智能體存在以下三個關鍵問題：

第一、丟失上下文：AI 智能體忘記了過去互動中的重要信息；

第二、通用回應：沒有適當的記憶，AI 智能體的回復變得不個性化且不準確；

第三、信任侵蝕：當 AI 智能體無法記住基本偏好時，用戶失去信心。

這肯定不是通往通用人工智能的道路，或者更實際地說，不是留住客戶的方法。

2、關鍵技術二：為什么 RAG 不適合作為長期記憶系統？

讓我用一個具體的例子來說明為什么 RAG 作為記憶系統是不合適的？

考慮一個電商場景：

• 用戶表達對阿迪達斯運動鞋的喜愛；
• 他們的鞋子兩個月后壞了，導致沮喪；
• 用戶將偏好轉向彪馬；
• 用戶問：“我應該買什么運動鞋？”

在一個基于 RAG 的系統中，“我應該買什么運動鞋？”這個查詢在語義上最接近最初的阿迪達斯偏好。向量數據庫返回了這個過時的事實，AI 智能體錯誤地推薦了阿迪達斯：完全忽略了偏好變化。

核心問題是：

• 時間順序：哪個事實先出現？
• 因果關系：鞋子壞了→失望→偏好變化；
• 事實失效：“喜歡阿迪達斯”應該被后來的事件覆蓋。

3、關鍵技術三：向量嵌入 VS  知識圖譜

這是以上問題的向量嵌入可視化表示：

在向量空間中，這些事實作為孤立的點存在，沒有明確的關系。查詢找到了最相似的向量嵌入，但完全錯過了因果鏈和時間上下文。

然而，知識圖譜可以明確地用時間有效期來建模這些關系。如下圖中顯示：

Graphiti動態知識圖譜

• “喜歡”關系在特定日期失效；
• “壞了”關系創建了一個因果鏈接；
• 新的“喜歡”彪馬的關系目前是有效的。

4、關鍵技術四：知識圖譜開源實現 Graphiti

Graphiti 是Zep 的開源框架，用于構建實時、動態的知識圖譜。它專門設計來解決以上探討的記憶問題。

Graphiti 關鍵特點：

• 時間感知：跟蹤事件發生的時間以及它們被學習的時間；
• 關系性：實體+關系+社區；
• 實時性：動態更新無需昂貴的重新計算
• 秘密武器：雙時間記憶

5、關鍵技術五：秘密武器：雙時間記憶

這就是 Graphiti 的時間模型的工作方式。每個事實跟蹤四個時間戳：

• created_at：Graphiti 學習這個事實的時間；
• valid_at：事件實際發生的時間；
• invalid_at：事實變得不真實的時間；
• expired_at：Graphiti 學習到它不再有效的時間。

這使得強大的時間推理成為可能：“用戶在二月份的偏好是什么？”變得可以回答。

6、關鍵技術六：智能沖突解決

當 Graphiti 遇到沖突信息時，它不會簡單地添加另一個嵌入。相反：

• 新事實：“阿迪達斯鞋壞了，[用戶不高興]”；
• 檢測到沖突：這使得“喜歡阿迪達斯”的關系失效；
• 時間解決：設置 invalid_at 日期并創建因果邊；
• 結果：為每個偏好設置清晰的時間邊界。

如上結果圖保留了歷史，同時清楚地表明了當前的有效性。這是“更接近人類處理和回憶隨時間變化的狀態的方式”。

7、關鍵技術七：混合檢索

Graphiti 并沒有拋棄向量嵌入，它使它們變得更智能。Graphiti 系統采用混合方法，使得檢索結果：快速、準確、上下文相關的檢索，操作時間以毫秒為單位，而不是秒。

• 語義搜索：通過嵌入向量找到相關內容；
• 關鍵詞搜索：BM25 全文搜索特定術語；
• 子圖遍歷：從初始結果導航關系；
• 結果融合：結合所有方法以獲得全面的上下文。

8、關鍵技術八：特定領域的記憶

Graphiti 的一個強大功能是領域建模。心理健康應用程序需要存儲與電商 AI 智能體非常不同的記憶類型。

Graphiti 允許你使用熟悉的工具（比如：pydantic）定義自定義實體和邊，為你提供：

• 任何數據源：動態整合對話和業務數據；
• 相關檢索：只檢索與你的應用程序相關的實體和事實；
• 熟悉的工具：使用 pydantic 定義你的實體和邊本體。

9、關鍵技術九：適合工作的工具

我并不是主張到處替換 RAG。每種方法都有其優勢，如下表所示：

AI 智能體應用程序可以使用 RAG 方法用于靜態知識，使用 Graphiti 用于動態記憶。

10、關鍵技術十：記憶 ≠ 知識檢索

總之，AI 智能體記憶不是知識檢索，而是需要一個能夠處理時間序列、因果關系和動態更新的系統。Graphiti 正是這樣一個系統，它能夠提供更準確、更個性化的服務。

基于Graphiti的Agent智能體架構圖

本文轉載自???玄姐聊AGI??  作者：玄姐