记忆架构四流派：向量、图谱、层级与混合怎么选
记忆引擎的底层结构决定了它的能力上限。本文拆解向量、图谱、层级、混合四种流派的设计取舍，配上代表引擎与公开基准数据，给出可落地的选型路径。
2026-06-1514分钟
记忆引擎的差异，表面看是 API 和定价，本质上是底层结构。同样是「记住用户说了什么」，向量库、知识图谱、层级抽象给出的答案完全不同：向量库给出「语义最像的片段」，图谱给出「实体之间的那条边」，层级记忆给出「这个人三个月来的稳定偏好」。
本文把主流记忆引擎的底层结构归纳为四种流派，逐一看它们的取舍，再给出选型路径。文中基准数据均为各引擎官方公开口径，第三方独立复现往往低于厂商自报值，选型时建议自己跑一遍业务样本。
要点速览：向量流派出货最快，但答不了多跳推理；图谱流派管得住「事实会变」，写入却更贵；层级流派 token 最省（TiMem -52.2%、OpenViking -80% 以上）但需要调参；混合流派适应面最广、链路也最长。选型只需回答三个问题：要不要推理？对话多长？能养多少基础设施？
一、向量流派：把记忆当检索问题
最朴素也最成熟的方案：把每段记忆编码为向量，检索时用余弦相似度召回 Top-K。
代表引擎：Tencent Agent Memory（以腾讯云向量数据库为底座，叠加关键词+语义双路召回）。
优势：
- 工程链路短，向量库生态成熟，延迟最低
- 扩容成本线性、可预测
- 无需 LLM 参与写入，写入成本低
代价：
- 召回的是「文本片段」而非「事实」，难以回答需要跨片段推理的问题
- 无法表达实体关系，多跳问题基本无解
- 缺少冲突消解机制，新旧信息会同时被召回
值得注意的是，纯粹的向量派在今天已经很少见。主流引擎几乎都在向量检索之上叠加了 BM25 与实体匹配等多路信号——Mem0 2026 年的新算法就明确采用「语义 + BM25 + 实体匹配」并行打分再融合排序。
二、图谱流派：把记忆当关系网络
将对话抽取为「实体—关系—实体」三元组，构建持续演化的知识图谱，检索时沿图遍历。
代表引擎：Mem0、Zep、Supermemory、MemoryBear。
Zep 的 Graphiti 提出了双时间模型：每条事实边同时记录 valid_at（何时开始成立）与 invalid_at（何时失效）。当用户说「我搬到上海了」，旧边被标记失效而不是删除，历史与现状因此可以共存——这是纯向量方案做不到的。
优势：
- 支持多跳推理与关系查询（「用户同事所在公司的 CEO 是谁」）
- 事实可结构化、可审计、可编辑
- 天然适配事实随时间变化的长周期场景
代价：
- 写入路径需要额外 LLM 调用做抽取，写入延迟和成本都更高
- 图 schema 设计不当会带来噪声边，维护成本随规模上升
- 图数据库运维（Neo4j/FalkorDB 等）是额外负担
三、层级流派：把记忆当内存分层
借鉴操作系统与人脑的分层机制，把记忆切成若干层，靠层级压缩控制 token，靠跨层调度平衡速度与容量。
代表引擎：MemGPT/Letta（主内存 + 外部内存，函数调用换页）、TiMem（L1 碎片 → L5 稳定画像五层）、OpenViking（L0/L1/L2 按需加载）。
| 层级 | 操作系统类比 | 典型内容 | 特点 |
|---|---|---|---|
| 工作记忆 | CPU 寄存器/缓存 | 当前上下文 | 最快、容量最小 |
| 短期记忆 | 内存 | 近期会话摘要 | 中等容量 |
| 长期记忆 | 磁盘 | 画像、模式、事实 | 容量大、需显式调度 |
优势：
- Token 经济性最好。TiMem 公布 token 消耗降低 52.2%，OpenViking 实测降低 80%–91%
- 天然适配 100 轮以上的超长对话
- 信息逐层抽象，稳定特征自动沉淀为画像
代价：
- 分层阈值、晋升/淘汰策略需要按业务调参，默认参数未必合适
- 检索要跨层合并，工程复杂度高于单层检索
- 抽象过程中有信息损失，细节回溯依赖底层是否被保留
四、混合流派：不做单选题
多数工程团队的最终选择：向量、图谱、层级组合使用，按记忆类型分别落库。
代表引擎：MemoryOS（短/中/长三级 + 存储/更新/检索/生成四模块，策略可插拔）、MemoryLake、OmniMemory、MindMemOS、ReMe、硅基记忆。
优势：适应面最广，能同时满足事实查询、语义召回和长周期画像；各模块可独立替换。
代价：架构最复杂，可解释性相对弱，排障需要理解完整链路。
五、四种流派横向对比
| 维度 | 向量流派 | 图谱流派 | 层级流派 | 混合流派 |
|---|---|---|---|---|
| 核心结构 | 向量索引 | 实体关系图 | 分层存储 | 组合 |
| 多跳推理 | 弱 | 强 | 中 | 强 |
| 写入成本 | 低 | 高（需 LLM 抽取） | 中 | 高 |
| Token 效率 | 中 | 中 | 高 | 中–高 |
| 事实更新 | 弱（需自建） | 强（边失效） | 中 | 强 |
| 运维复杂度 | 低 | 高 | 中 | 高 |
| 代表引擎 | Tencent Agent Memory | Mem0 / Zep / Supermemory | Letta / TiMem / OpenViking | MemoryOS / MemoryLake / ReMe |
六、怎么选：三个判断问题
1. 你的问题需要「推理」还是只需要「回忆」？
只需要把历史片段找回来，向量流派足够；需要回答「谁和谁是什么关系」「信息何时变了」，直接看图谱流派。
2. 你的对话有多长？
单次会话几十轮以内，向量与图谱都能撑住。超过 100 轮、且需要跨月保持人设一致，层级流派的 token 优势才会真正显现。
3. 你的团队能承接多少运维？
图谱流派要养图数据库，混合流派要养整条链路。团队没有专职基础设施人力时，优先选托管方案或单层结构的引擎。
一个容易被忽略的趋势：上下文窗口扩展到百万 token 之后，记忆引擎的定位正在从「突破窗口限制」转向「提供结构化、可推理、个性化的记忆」。窗口变大只是让「全量塞进去」变得可行，但没有解决事实冲突、跨会话一致性和成本问题——这恰恰是架构流派仍然重要的原因。
参考来源
- LoCoMo 基准论文：https://arxiv.org/abs/2402.17753
- Zep Graphiti 双时间模型文档：https://help.getzep.com/graphiti/getting-started/overview
- Mem0 论文（可扩展长期记忆架构）：https://arxiv.org/abs/2504.19413
- MemoryOS 论文（操作系统式内存管理）：https://arxiv.org/abs/2506.06326
- OpenViking 官方仓库：https://github.com/volcengine/OpenViking
- TiMem 官方仓库：https://github.com/TiMEM-AI/timem
本文基准数值为各引擎官方公开口径，测试条件与数据集子集可能不同，跨引擎直接比较需谨慎；建议用自身业务样本复测后再做决策。