Marico's space

现在每个 agent 框架都在推"记忆"功能，每个厂商都信誓旦旦说自己的方案能让 agent 不会再跟用户说"很高兴认识你"——哪怕他们已经聊过五十次了。这周的一个热门讨论——你的 AI 什么都记得，但什么都信——正好戳中了这个问题的本质：记忆工具擅长存储，却不擅长判断什么仍然是真相。选工具的时候我真正关心的就是这条轴，而不是什么向量维度或者选用哪个向量数据库。

我用同一套测试场景跑了四种方案：一个客服 agent，需要记住用户偏好、历史工单和跨会话的纠正，中间偶尔会出现和之前矛盾的事实（比如说完了"我住在广州"之后又说"其实我上个月搬去深圳了"）。看看 Mem0、Zep、LangChain 的 memory 类，还有一个手撸的 Redis 方案实际表现怎么样。

参赛选手

Mem0——一个托管（或自托管）的记忆层，夹在你的 LLM 调用和存储之间。它从对话轮次中提取事实、打分，然后在写入前跟已有记忆做冲突比对。

Zep——会话记忆加上时序知识图谱。它不只是存储事实，还会打时间戳，允许你查询"截至 X 时间点我们认为什么是真的"。

LangChain memory（ConversationSummaryBufferMemory、VectorStoreRetrieverMemory）——不是产品，是一堆类，你需要自己接到已有的向量存储上。除了你自己写的，没有提取逻辑。

Redis + RedisVL，DIY——没有框架。你自己存储 embedding 和元数据，自己写检索和冲突处理逻辑。

真正拉开差距的地方

事实提取和冲突解决

这是每个厂商都吹得不够、每个自研系统都低估的部分。

用 Mem0，发一条新消息会触发一次 LLM 调用来提取候选事实，跟用户已有的记忆做比对，然后决定是添加、更新还是丢弃：

from mem0 import Memory m = Memory()
m.add("我上个月搬去深圳了，不过这交通真是烦人", user_id="u123")
# 之后
results = m.search("用户住在哪里", user_id="u123")
# 返回深圳的事实，广州那条标记为过期，不会被删除

"不会被删除"这点很关键——Mem0 保留历史而不是覆盖，这是后续回答"用户以前住哪里"的唯一方式。这是正经的工程活儿，不是在 upsert 外面套个壳。

Zep 的做法完全不同：它构建时序图谱，所以不是"当前事实赢"，而是得到一条带有效期的时间边。如果你的 agent 需要推理某件事什么时候变了、而不只是当前是什么，这更表达力更强——比如 agent 要能解释"您的订阅在三月之前是年付，之后改成月付了"。对于只需要"当前什么是真的"的客服机器人，这套表达力就是查询时需要付的额外开销。

LangChain 的 memory 类根本不做这些。VectorStoreRetrieverMemory 会很愉快地同时返回广州和深圳两条相似度差不多的事实，决定信哪个是你自己的事。我见过团队把这个直接上生产环境，以为语义相似度高的就是最新的——根本不是，而且静默失败：agent 选了那个碰巧 embedding 距离查询更近的事实。

Redis DIY 也有同样问题，甚至更惨——连向量存储的便利都没有。你得到的就是你自己写的冲突处理，对于大多数赶工期的团队来说，冲突处理就是"没有"，直到客诉冒出来才发现。

延迟和成本

Mem0 的提取步骤是每次写入多一次 LLM 调用——实测延迟 300-800 毫秒（用小体积提取模型），token 成本也是真的。对于写入密集型的 agent，每轮对话都会产生候选记忆，这个成本会累加起来。Mem0 通过异步写入和批量提取来缓解，但你还是在主 completion 之外多付了一次模型调用。

Zep 的图谱写入默认更便宜（除非开启 LLM 提取），但查询图谱做"最新事实"之外的任何操作，读的时候成本更高——图遍历不像向量相似度搜索那么便宜。

LangChain memory 和 Redis DIY 写入时最便宜，因为它们做的事最少——你付的是 embedding 调用费用，不是提取费用。成本会在后面以工程时间和错误答案的形式出现——如果你跳过冲突解决的话。

各家的实际优势场景

文档里没人诚实说的权衡

每个帮你做提取和冲突解决的记忆工具，都在替你做信任判断——这恰恰是这周那篇热帖指出的失败模式。Mem0 的"保留历史、标记过期"方式比 Zep 的图边模型更保守，图边模型又比"用向量相似度当真相"更保守——LangChain memory 和粗暴的 Redis 方案默认就是最后一种，不管你愿不愿意。

如果你在给生产环境的 agent 选型，别先跑检索延迟 benchmark。给每个方案喂一段故意矛盾的对话——用户纠正自己两次——然后等一周后问"我住在哪里"，看 agent 怎么答。这个单一测试比任何延迟图表都更快暴露这些工具的真实差距，因为差距在于记忆系统和"上面套了向量搜索的事实垃圾堆"之间。

对于大多数要做客服或个人助手 agent、需要几个月对话后仍然保持准确性的团队来说，这指向 Mem0 或 Zep 而不是自研——提取和冲突解决逻辑真的很难做对，这正是值得买而不是值得造的那种同质化工程。