腾讯开源 Agent 记忆技术方案,Token 消耗最高降低 61%
Claim
长任务 Agent 的上下文膨胀要用「结构记忆 + 卸载」而非无限塞 prompt:TencentDB Agent Memory 以 Mermaid 任务画布保留执行关系,原始日志/网页卸载到外存只留摘要索引,可同时降 Token 与提成功率。
Why it matters
Context/Recovery 支柱可落地:任务图画布=可恢复状态机;卸载=成本控制;直接服务 harness 设计。
Summary
腾讯开源 Agent Memory:Mermaid 任务画布 + 上下文卸载,长任务 Token 最高降 61%、成功率提 51%(文称)。
Actions
- 长任务强制任务图/检查点
- tool 大输出默认卸载只回摘要
- 周报跟踪上下文 token 与卸载命中
Evidence
- 腾讯开源 Agent 记忆技术方案,Token 消耗最高降低 61% (primary): Mermaid 任务画布与上下文卸载,Token 最高降 61%
Caveats
- 效果数据来自发布摘要,复现以开源测评为准
Research queries
- (none)
Body
背景
长任务中网页、日志、中间结果撑爆上下文,既贵又丢关键约束。
机制
- Mermaid 任务画布:任务过程结构化为图,保留状态与依赖。
- 上下文卸载:大体量原文外置,上下文只留摘要+索引。
- 效果:降 Token、提长任务成功率(以原文测评为准)。
取舍
外存一致性与检索质量成为新依赖;图结构维护有成本。
动作
- 长任务 Agent 强制「任务图/检查点」而非纯对话历史。
- 原始 tool 输出默认卸载,仅回写摘要。
- 周报增加:平均上下文 token、卸载命中率。
