Tencentがエージェント記憶システムをオープンソース化、OpenClawは最大61％のトークン節約

AIMPACT メッセージ、5 月 14 日（UTC+8）、動察 Beating 監測によると、テンセントクラウドデータベースチームは6ヶ月をかけて長い対話の記憶喪失問題に専念し、最近正式に TencentDB Agent Memory をオープンソース化しました。これは AI エージェント向けのローカル優先記憶エンジンで、デフォルトでは SQLite + sqlite-vec をローカルバックエンドとして使用し、OpenClaw プラグインとしてインストール可能で、Hermes Gateway との連携もサポートします。 その核心は、履歴対話を直接ベクトルライブラリに突っ込むのではなく、記憶を二つの構造に分解することにあります。長期記憶は L0 の原始対話、L1 の原子事実、L2 のシナリオ分割、L3 のユーザープロファイルに沿って層ごとに蓄積される一方、短期タスク記憶は冗長なツールログを refs ファイルに外部化し、ステップの要約を jsonl に書き込み、Mermaid キャンバスを用いてタスク構造とノードインデックスを保持します。 30 ステップ以上の複雑なワークフローでは、エージェントは普段軽量な Mermaid 構造図を読み取り、詳細を確認する際に node_id に基づいて元のログに戻ります。公式のベンチマークによると、OpenClaw 連携後、WideSearch タスクのトークン消費は 221.31M から 85.64M に減少（約 61.38% の削減）、通過率は 51.52% 向上しました。長期記憶評価の PersonaMem では、正確率が 48% から 76% に向上しています。この設計の価値は、一度きりの要約で履歴の詳細を飲み込むのではなく、高層のプロファイルやタスクキャンバスから底層の原文まで追跡できる完全なパスを保持している点にあります。（出典：BlockBeats）