你一定遇到过这样的场景:明明刚和AI助手聊了半个小时的项目细节,退出会话后重新打开,它却像个失忆患者一样,连你上一轮说过什么背景信息都忘得一干二净,你又得从头把需求讲一遍。这种“聊完就忘”的体验,让无数使用AI智能体的用户深感头疼。
为了解决这一普遍困扰,腾讯云在4月3日正式推出了名为“龙虾”的记忆服务——TencentDB Agent Memory。这项服务的目标非常明确:给AI装上一个“长记性”的大脑,让智能体在面对长周期、跨会话的复杂项目时,也能保持信息的连贯性,告别“新开窗口就失忆”的尴尬。
为什么AI需要“龙虾”?
在实际使用中,OpenClaw这类AI框架处理日常对话毫无压力,但一旦遇到需要长期跟进的项目,问题就暴露出来了:AI极易出现早期设定被冲淡、新开窗口就失忆的情况,用户常常需要反复重喂背景信息,效率大打折扣。
腾讯云数据库团队自研的Agent Memory,正是为此而生。
四层渐进式记忆:从对话碎片到懂你的伙伴
Agent Memory采用了独创的四层渐进式记忆架构,犹如一个层层递进的信息加工厂:
L0原始对话层:全量保存所有的交互内容,确保原始对话信息不丢失。这是最基础的记忆原材料。
L1原子记忆层:自动从对话中提取事实性信息、用户的偏好以及关键约束条件,将杂乱无章的聊天内容转化为结构化的记忆元素。
L2场景分块层:按照不同的项目或任务场景对记忆进行聚类整理,确保AI在召回记忆时能够带着正确的上下文,不会把A项目的记忆串到B项目的对话中。
L3用户画像层:在前三层的基础上,形成稳定的用户特征画像,让AI真正了解你的习惯和偏好,成为一个越用越懂你的智能伙伴。
简单来说,这套系统让AI的“记忆力”实现了质的飞跃——从碎片化的原始对话,逐步转化为结构化的事实认知、场景化的任务理解,最终形成个性化的人物画像。
效果怎么样?准确率飙升近六成
官方评测数据给出了相当亮眼的成绩单。接入Agent Memory后,OpenClaw在PersonaMem评测集下的总回答准确率从48%大幅跃升至76.10%,较原生记忆表现提升了近59%。这意味着,有“龙虾”加持的AI,每回答四个问题,就有三个多能准确命中用户的需求,大幅减少了因“失忆”导致的重复沟通成本。
怎么用?一键开启,免费又简单
对于普通用户和开发者而言,Agent Memory的使用门槛低得令人惊喜。这项服务以插件形态无缝集成至腾讯云Lighthouse、ClawPro等产品中,支持免费一键开启。具体操作非常简单:进入控制台 → 打开OpenClaw实例 → 在“应用管理—记忆管理”中找到Agent Memory → 拨动开关启用 → 确认重启Gateway,即刻生效。
对于本地部署用户,只需在龙虾聊天窗口输入相应命令即可完成插件安装。启用后,Agent Memory与OpenClaw原生记忆核心共存互补,所有记忆数据均存储于本机,保障了数据的安全可控。
下一步:企业级Pro版即将上线
面向多用户和企业级场景,腾讯云即将推出Agent Memory Pro版服务。Pro版基于腾讯云向量数据库构建,在记忆规模持续增长后依然能保持稳定的检索性能,同时支持备份、回档、权限控制等数据治理能力,用于支撑企业级长期记忆资产的沉淀与管理。
此次“龙虾”记忆服务的发布,不仅为OpenClaw生态补齐了长期记忆能力的短板,更显著降低了AI智能体部署的记忆管理门槛。随着AI从单次任务处理向长周期、跨场景的复杂协作演进,底层记忆引擎正在成为智能体基础设施的标配。而腾讯云选择以免费插件形式开放这一能力,无疑将为整个AI应用生态注入新的活力。
申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!
AI龙虾也会生病。别怕,大部分病不是什么绝症,自己在家就能治。我养OpenClaw一年多,总结出五种最常见的毛病,附上我的“土方子”,希望对你有用。病一:不吃食(完全不执行任何任务)症状:你给了指令,它没反应,日志里一片空白。就像龙虾趴在塘底不动弹,碰它也不理。病因:通常是进程卡死了,或者依赖服务没
养过真龙虾的人都知道,投喂是个技术活。喂少了,龙虾饿得互相残杀;喂多了,剩饵坏水,整塘发病。OpenClaw这个AI龙虾也一样——你给它安排的任务太少,它会“闲得发慌”,反应迟钝;你一次塞给它太多复杂任务,它会“消化不良”,要么报错要么干一半就卡住。每天该喂几次?我的经验是:每天喂两次,早上一次简单
养过真龙虾的人都知道,苗种的好坏直接决定收成。养AI龙虾也一样——OpenClaw有不同版本,有的稳定但功能少,有的功能多但爱“闹脾气”。新手该怎么选?我用自己的踩坑经历告诉你。版本怎么选?OpenClaw目前主要有三个分支:稳定版(Stable)、测试版(Beta)和社区魔改版(Community
我第一次听说OpenClaw,是在一个技术群里。有人发了一串代码,说“这个AI龙虾特别好养,会自己找食吃”。我好奇点进去,结果对着终端发了一小时呆——连环境都没搭起来。后来我才明白,养AI龙虾跟养真龙虾一样,新手入门得先做足功课。第一问:我的电脑跑得动吗?很多人以为AI龙虾就是个聊天机器人,打开网页
养AI小龙虾的路上,坑不少。有人被代装服务骗了钱,有人电脑中了毒,有人收到天价账单,还有人发现AI“失控”了,开始乱删文件。如果你也遇到这些糟心事,别慌。下面这份“养虾应急包”,告诉你第一时间该做什么。场景一:代装被骗,钱打水漂了花了300块找人远程装OpenClaw,结果对方收了钱就拉黑,或者装了
11月22日,据韩国媒体报道,三星电子2027年至2029年的大部分存储芯片产能已被合同预订一空,部分客户甚至希望签署延伸至2031年的长期供货协议,以锁定未来五年的存储供应。存储芯片:从"买方市场"到"抢产能"三星2027年至2029年的存储产能几乎售罄,这一消息背后,是AI基础设施需求持续高涨带
2026年的算力市场,供求两侧的发展速度已经完全对不上了。需求侧呈现为一条陡得反常的曲线。中国Token日均消耗量从2024年初的千亿级,涨到2026年的约500万亿,接近5000倍。未来十年,全社会算力总量预计增长10万倍。这已经不是一般意义上的“增长”,而是换了一个量级的世界。但,供给侧的扩容受
11月19日,谷歌发布Gemini4Neon。当天起,该模型已可在GeminiAPI、GoogleAIStudio和企业版后台的模型下拉框中选择;AIPro与Ultra订阅用户还能在Gemini应用和Antigravity两个入口切换使用。据凤凰网科技统计,近一个月谷歌已发布四款Gemini模型。G
11月18日,安谋科技发布ArmCortex-M新品,推出基于Cortex-M42处理器的“星辰100e”AIoT原型平台。安谋科技是Arm在华合资公司,这款新处理器由双方合作开发,中国命名为“星辰”STAR-MC3,已纳入Arm面向微控制器的Cortex-M全球产品路线图。Cortex-M42面向
为什么要用API而不是网页版网页版的局限模型选择受限:通常只能使用该平台提供的模型,难以根据任务需要自由切换不同厂商的模型。工作环境受限:主要在浏览器中使用,与本地文件、开发环境及其他工作软件的集成能力相对有限。成本管理不够灵活:网页版通常采用免费与付费订阅相结合的模式。免费版的模型能力和使用额度有
11月19日,OpenAI发布技术报告《利用OpenAI模型推进芯片设计》。报告显示,其AI模型已深入到芯片底层电路设计,改出的方案不只停留在论文里,部分优化方案已随AMD近期送造的芯片进入制造环节。OpenAI从2025年初起使用GPT-4参与自研推理芯片Jalapeño的设计。Jalapeño是
最新一期全球超算TOP500榜单——业内公认的"超算五百强"年度排名——在国际超级计算大会SC26上揭晓。国家超级计算深圳中心研制的"E级"超级计算机"灵晟",以2.198EFlops的持续双精度浮点性能再次位列全球第一,相当于每秒219.8亿亿次浮点运算。TOP500主榜看的是HPL基准,考的就是
前言:远程办公里最影响连续工作的,往往不是连上之后画质好不好,而是网络一换、电脑一重启,画面多久能回来、要不要手动点重连。断线重连的体验直接关系到我们远程办公的效率和沉浸感。因此,我们通过评测记录Mac主控连接Windows被控时,三款软件在四项恢复任务中的实测数据与界面反馈差异。本次换网与重启恢复
2026年还剩不到两个月,短剧已经火到不讲道理了。《持械入宋》10季1000集,全网播放量干到66亿,一个“草台班子”用AI做出来的片子,被六神磊磊调侃“看个短剧跟要考研一样”。另一部短剧《十八岁太奶奶4》预约破千万,上线直接登顶红果三榜,全网话题量破10亿。红果短剧的用户量也超过了豆包,看短剧的人
“我是被宣判的人,我能去哪儿啊,我画地为牢,厉娜!”这是最近一部综艺里爆火出圈的台词,感觉挺适合拿来点评国内外AI科技圈正在发生的两件大事:一个是英伟达黄仁勋那档子事儿;一个是刚刚由阿里宣布,拟分拆全资芯片子公司平头哥在香港联交所主板独立上市的消息。按公告所言,早在两个月前的9月11日,平头哥就已经