跳转到内容

Mem0 记忆层拆解:写入、检索与偏好冲突

接入 Mem0 最容易踩的坑,不是 add 和 search 怎么调用,而是新算法只新增、不覆盖:记忆会越积越多,但哪条偏好现在生效,Mem0 并不替你决定。

Mem0 把”提取事实—保存—检索”做成了现成的记忆层,这是它的价值。但记忆层不是业务数据库。把当前订单状态、唯一生效的用户设置交给它,或者用分数最高的一条记忆直接回答”我现在喜欢什么”,都会出错。

下面用一个例子说明:

周一,你说:“我喜欢蓝莓,芒果吃了不舒服。”
周二,Agent 给你推荐了蓝莓。
周三,你改口:“以后只想买苹果。”
周五,你问:“现在该给我推荐什么水果?”

系统需要保存你说过的偏好,也要在周五找回相关记录。但周一和周三两条偏好同时存在时,“现在推荐苹果”这个判断由谁来做?这是本文要回答的核心问题。这里的 Agent,指能调用模型和工具完成任务的程序。

Mem0 在 Agent 应用中的位置:add 保存,search 找回,当前偏好由应用判断

本文基于 Mem0 官方仓库 README 与 2026 年 4 月新算法说明,示例代码按官方示例改写,没有在本站运行。

1. 先分清三个概念:记忆记录、检索结果、当前偏好

Section titled “1. 先分清三个概念:记忆记录、检索结果、当前偏好”

记忆记录是 Mem0 保存的事实条目,比如”用户喜欢蓝莓”。它随 add 不断累积,提取阶段不会覆盖旧记录。

检索结果是 search 按问题相关度返回的若干条记录。它回答的是”哪些记忆和这个问题有关”,不是”哪条记忆现在有效”。

当前偏好是应用要用的业务结论,比如”现在推荐苹果”。它可能需要结合时间、最近一次明确表达和业务规则才能得出。

记忆记录、检索结果、当前偏好是三件不同的事

因此,“已经保存""能被检索到""现在应该照做”是三个不同状态。周五的问题不能只用分数最高的一条记忆来回答。

2. 最小接入:先搜索,再回答,最后保存

Section titled “2. 最小接入:先搜索,再回答,最后保存”

Mem0 的核心动作只有两个:add 把对话处理成记忆,search 找回相关记忆。接入顺序是先检索、再生成回答、最后保存本轮对话。

安装与密钥:

Terminal window
pip install mem0ai
export OPENAI_API_KEY="你的密钥"

需要 BM25 关键词和实体提取的混合检索时,要额外安装 NLP 支持:

Terminal window
pip install mem0ai[nlp]
python -m spacy download en_core_web_sm

按官方 Python 示例改写的最小流程:

from mem0 import Memory
memory = Memory()
user_id = "alice"
# ① 提问时先检索
result = memory.search(
query="现在该给我推荐什么水果?",
filters={"user_id": user_id},
top_k=3,
)
memories = "\n".join(
f"- {entry['memory']}" for entry in result["results"]
)
# ② 把记忆作为参考数据交给主模型,生成回答
# (调用你自己的模型,memories 放进参考上下文)
# ③ 回答完成后,保存本轮对话
memory.add(
[{"role": "user", "content": "以后只想买苹果。"}],
user_id=user_id,
)

默认模型是 OpenAI 的 gpt-5-mini,默认 embedding 模型是 text-embedding-3-small,都可以更换。embedding(向量)把文字表示成一组数字,让系统可以按意思相近程度搜索。

注意第②步:检索结果应作为参考数据,不是系统指令。原因见第 6 节。

旧版 Mem0 会在提取阶段比较新旧事实,执行 UPDATE 或 DELETE。2026 年 4 月的新算法改成单次 ADD-only 提取:一次 LLM 调用提取事实,只新增,不覆盖。

add 的写入流程:单次提取、ADD-only 累积、实体链接、写入存储

3.1 单次提取:一次调用拿到事实

Section titled “3.1 单次提取:一次调用拿到事实”

周一的对话”我喜欢蓝莓,芒果吃了不舒服”经过提取,变成独立的事实条目,例如”用户喜欢蓝莓""芒果吃了不舒服”。

新算法还有一个重要变化:**Agent 确认的动作也是一等事实。**周二 Agent 说”已为你下单蓝莓”,这条确认会和用户说过的话以同等权重保存。这对”之前买了什么”这类问题很关键——回答依据不再只有用户的原话。

3.2 ADD-only:旧记录保留,新记录追加

Section titled “3.2 ADD-only:旧记录保留,新记录追加”

提取阶段不执行 UPDATE/DELETE,记忆只累积。周三你说”以后只想买苹果”,不会删掉周一的”喜欢蓝莓”,而是新增一条记录。

这个设计减少了提取阶段的调用和判断开销,但代价直接转移给了使用方,见第 5 节。

3.3 实体链接:把相关记忆连起来

Section titled “3.3 实体链接:把相关记忆连起来”

系统会提取实体(用户、蓝莓、芒果),生成向量并跨记忆关联。实体链接本身不修改事实内容,它的作用在检索端:同一用户、同一水果相关的记忆可以互相加分。

一次 add 包含 LLM 提取和 embedding 调用,有明确的成本和延迟。写入失败、模型服务超时都要在应用层处理,不能假设”调用过 add 就已经保存”。

4. 检索:search 不只是向量相似度

Section titled “4. 检索:search 不只是向量相似度”

周五你问”现在该给我推荐什么水果”,新算法会把多种信号并行评分再融合:

search 的多信号检索:语义、BM25、实体、时间,过滤后返回 top_k 条

  • 语义匹配:即使问题换成”哪种水果吃了不舒服”,也有机会找到芒果那条。
  • BM25 关键词:精确匹配”蓝莓""芒果”等词。BM25 是一种按词频和稀有程度给关键词打分的算法,具体水果名、订单号、配置项靠它更稳。
  • 实体匹配:利用写入时建立的实体关联,给同一用户、同一实体的记忆加分。
  • 时间推理(Temporal Reasoning):区分”当前偏好""过去事件""未来计划”,为不同问题选择合适日期的记录。

filters 按 user_id 等元数据限定范围,top_k 控制返回条数。这些信号提高找到相关记录的概率,但不证明记录内容真实,也不保证最新偏好一定排在最前。

这四种信号各自怎么算、融合评分怎么做,是通用检索技术,具体原理和数值演算见混合检索算法。

官方还建议混合检索使用更高质量的 embedding 模型;默认模型和安装要求见第 2 节。

5. 冲突:两条偏好同时存在时,谁说了算?

Section titled “5. 冲突:两条偏好同时存在时,谁说了算?”

这是 ADD-only 设计下最重要的一节。

周一的”喜欢蓝莓,不要芒果”和周三的”以后只想买苹果”都在存储里。周五检索时,两条都可能返回。

两条偏好同时存在:Mem0 返回相关记录,应用判断当前偏好

正确的分工是:

  • Mem0 负责:返回相关记录,并用时间推理帮助区分当前、过去和未来。
  • 应用负责:结合业务规则判断当前偏好。比如”以最近一次明确表达为准”,或者把确认的偏好写进业务数据库的字段。

**时间推理是排序帮助,不是业务上的当前状态。**它能让”现在喜欢什么”这类问题更容易排到周三的记录,但你的应用仍要处理”两条都返回了,听哪条”的问题。

也要避免另一个极端:如果产品只有一个明确的 preferred_fruit 字段,直接更新业务数据库更简单,不必为它引入记忆层。Mem0 更适合保留分散在对话里的偏好、原因和历史变化——“为什么不吃芒果”这种背景,恰恰是结构化字段存不下的。

6. 用户隔离与安全:user_id 不能由模型决定

Section titled “6. 用户隔离与安全:user_id 不能由模型决定”

user_id 是记忆归属的边界。它必须由服务端根据登录身份生成,不能让模型或客户端随意传入其他用户 ID。

用户隔离:add、search、删除、导出使用同一边界;检索结果按不可信参考数据处理

两条规则:

  • **写入和读取用同一边界。**只给 search 加过滤、add 却混用公共用户,会造成记忆污染和跨用户串话。删除、导出、缓存也要按同一用户边界处理;多 Agent 共用时,再用 agent_id 等维度区分。
  • **检索结果按不可信参考数据处理。**记忆里可能有旧偏好,也可能有来自外部文本的内容。把它拼进 system 指令,等于让历史内容获得指令权限。正确做法是作为参考上下文,由主模型结合当前问题使用。

记忆层的安全边界在归属判断和数据用法,不在检索分数。

7. 部署形态与成本:官方成绩不等于你的结果

Section titled “7. 部署形态与成本:官方成绩不等于你的结果”

Mem0 有三种使用形态,选择时先看隐私和运维约束,再比较功能。

本地库、自托管、托管平台的取舍与每次调用的成本构成

形态适合主要代价
本地库 pip install mem0ai验证接入、原型自己管模型、embedding 和向量库
自托管服务 docker compose up自有基础设施的团队认证、数据保留和运维自己负责;功能与平台有差异
托管平台 app.mem0.ai少运维上线数据传到外部服务;含开源版没有的优化

自托管版本默认开启认证,本地开发之外不要直接关闭。

成本方面,每次 add 有提取和 embedding 调用,每次 search 有检索和融合评分,返回的记忆同样占用上下文 token。官方基准中单次检索约 7K token、p50 延迟约 1 秒,可作为量级参考,具体数字见附录 B。

官方 LoCoMo 92.5 等成绩来自托管平台的完整模型栈,包含开源 SDK 没有的优化。开源用户只能期待方向相近的提升,不能当成必然结果。

数据写入方式读回方式边界
用户偏好、忌口add 单次提取,ADD-only 累积search 多信号检索旧记录不被覆盖
Agent 确认的动作add 同等权重保存同上依赖对话被交给 add
实体关联写入时自动提取、链接检索时实体匹配加分不修改事实内容
当前业务状态应用自己维护应用查询业务数据库不属于 Mem0 职责
基准旧算法新算法
LoCoMo71.492.5
LongMemEval67.894.4
BEAM(1M token)—64.1
BEAM(10M token)—48.6

官方条件:同一生产级模型栈,单遍检索(无多轮 Agent 循环),检索预算 top_200;单次约 6.7–7.0K token,p50 延迟 0.88–1.09 秒。成绩反映托管平台,开源 SDK 不包含全部优化。评测框架已开源,可自行复现。

适合:分散在对话里的偏好、原因、历史变化;需要跨会话个性化的助手和客服。

不适合直接承担:唯一生效的用户设置、订单当前状态、权限与配额。这些需要明确字段和事务,应放业务数据库。

旧版 UPDATE/DELETE 行为升级到新算法时,参考官方迁移指南。


本文的版本与史料范围限于上述官方 README、新算法说明及链接的官方文档。具体向量库配置、自托管部署参数和托管平台内部优化不在本文结论范围内;示例代码未在本站运行。