腾讯云以分层记忆插件增强长链路Agent任务

腾讯云数据库团队把 TencentDB Agent Memory 作为 OpenClaw 记忆增强插件接入长链路 Agent 任务：短期侧以分层记忆与「上下文卸载 + Mermaid 无限画布」把完整工具结果移出上下文、只保留摘要与索引，长期侧按 L0 原始对话层（全量保留每轮交互）、L1 原子记忆层（提取事实/偏好/约束/阶段结论）、L2 场景归纳层（按任务聚合）、L3 用户画像层（蒸馏稳定长期画像）四层沉淀，层间以提取-聚合-蒸馏管道连接、每层可独立升级替换。 稳定与检索侧采用异构存储 + 全链路可溯源。正文称该能力已在生产环境经历真实验证，在编程、调研、文档分析、工作流编排四类长链路任务上稳定收敛，并在超长 session 评测中给出：WideSearch 通过率 33%→50%（相对 +51.52%）、Token 221.31M→85.64M（−61.38%），SWE-bench 58.40%→64.20%（+9.93%）、Token 3474.1M→2375.4M（−33.09%），AA-LCR 44.00%→47.50%（+7.95%）、Token 112.0M→77.3M（−30.98%），PersonaMem 48%→76%。 接入方式上，OpenClaw 可一行命令安装插件，Hermes Gateway 通过 Docker 镜像 agentmemory/hermes-memory 启动（版本号 ≥ 0.3.4，支持 linux/amd64 与 linux/arm64，内置腾讯云 DeepSeek-V3.2 默认配置）。正文未披露部署规模、验证时间与具名用户。