跳转到内容
AIOS 前沿课

记忆层：Letta、Mem0、Graphiti

三个项目代表三种记忆哲学。Letta 说：把最要紧的身份和偏好压成小块，永远放在上下文窗里，其余归档。Mem0 说：别存原文，从对话里抽原子事实，检索时只注入相关的。Graphiti 说：事实会过期，所以每条事实都带生效和失效时间，作废不删。第 4 课讲的"记忆只做投影、冲突以事件日志为准"，和这三家各有一半重叠：我们已有文件账本，缺的不是又一个向量库，而是**作废戳加小块常驻上下文**。

Grok 于 2026 年 9 月 11 日核实。Letta 的源码已迁到 letta-code 仓，旧仓已归档，跟旧 tag 会走错。

先记三样
  • 位置：记忆产品是商品，但解决的是个人记忆；组织记忆无现货，抄数据模型自建。
  • 抄与不抄：抄：Graphiti 的作废戳、Letta 的常驻身份块。不抄：Mem0 的向量 SaaS、任何记忆产品当真源。
  • 一个数：每席两块常驻身份块。一条令："事实表加 valid_at 与 invalid_at，更新只打戳不覆盖。"

letta-ai/letta（源码现在 letta-code）

Section titled “letta-ai/letta（源码现在 letta-code）”
  1. 一句话：有状态 agent 平台（原 MemGPT），给要跨会话保身份与记忆的团队；当前实现已迁到 letta-ai/letta-code。
  2. 解决什么：没有它，agent 只是一次对话；关窗口、换模型、换机器后人格与项目知识全丢。
  3. 架构：用户或 SDK 连 Letta Server（本机或云），Server 把 memory blocks 加近期消息编译进上下文；溢出则摘要进 recall，事实进 archival；工具改块。Letta Code 一侧是本机 harness 加 MemFS，对云端 agent 状态。
  4. 核心机制：标签块（persona、human）每轮常驻上下文，不靠检索；agent 自己 insert、replace、rethink；状态与模型解耦，可换 LLM。
  5. 值得借鉴：给每个常驻席位两块极小、永远在窗里的“身份、人类偏好”，其余进文件；别把全部 transcript 塞进 prompt。我们的一页灵魂加 memory 目录，形状上已经是这个，差在“块有配额、agent 能改”。
  6. 坑与失效：自编辑记忆贵、延迟高；弱模型工具调用不稳；开源服务器已归档，跟旧 tag 会走错仓；记忆投毒被社区点名。MemFS 用 git 托底记忆文件，正是 7 月 29 日外部评审警告的方向（见 Git 式记忆外部评审）。
  7. 状态：letta 24,699 星，最新 tag 0.16.8（2026-05-14），README 指向新仓；letta-code 3,271 星，v0.32.2（2026-09-11）。活跃在新仓。
  8. 我们的关系：借鉴过，继续借鉴。 设计文档看中 Letta Code 的长期记忆与 Skill 学习，落成了每席记忆目录和中文 Skill 沉淀机制。今天该补的一招是“身份块永远在窗里、有配额”，这比上向量库便宜得多。

mem0ai/mem0

Section titled “mem0ai/mem0”
  1. 一句话：可插入的“记忆层”，从对话抽事实、写入向量（可选图），下次检索注入；给已有 agent 加长期记忆，而不是换整套 runtime。
  2. 解决什么：没有它，要么每次塞全历史（贵且糊），要么完全健忘；多用户偏好无法按 user_id 隔离。
  3. 架构：对话经 LLM 抽原子事实，进向量库（Qdrant 等），检索 top-k 拼进 prompt。平台版自建图；开源曾接 Neo4j，现文档称平台图为内建、共现连边。
  4. 核心机制：抽事实而非存原文；按 user、agent、run 三级作用域；写路径用 LLM 判 ADD、UPDATE、DELETE。
  5. 值得借鉴：站内信不要当记忆；异步抽“谁、偏好、约束”三条，检索时只注入相关事实。
  6. 坑与失效：Zep 指其 LoCoMo 评测不公；图边曾硬删、与论文的软失效不符；issue #5151 报共享图可被投毒；2026 年平台版去掉了可遍历图。开源 issue 多（744 个未关）。
  7. 状态：65,111 星；核心 v2.0.20（2026-09-02）；releases/latest 被插件 tag 占掉。当日仍在 push。
  8. 我们的关系：观察，不引入。 它解决的是个人或会话记忆，7 月 29 日外部评审已把这一类判为“没有所有权语义、没有证据分级”，不是组织记忆。“抽三条事实而不存原文”这一招可以用在站内信入库时。

getzep/graphiti

Section titled “getzep/graphiti”
  1. 一句话：给 agent 用的双时态知识图库（Zep 的开源引擎）：把对话或 JSON 收成“带有效期的三元组”，查当前或某时刻为真的事实。
  2. 解决什么：向量只找像的句子，改过的事实仍排在前面；“他现在在哪家公司”这类题需要作废旧边，而不是再 embed 一条。
  3. 架构：episode 文本或 JSON 经 LLM 抽实体与边，进 Neo4j、FalkorDB 或 Neptune；边带 valid_at、invalid_at、created_at、expired_at 四个时间；检索是向量加 BM25 加图遍历，检索本身不再跑 LLM。
  4. 核心机制：双时态，旧事实作废不删；增量 ingest，不全图重建；检索无 LLM，延迟可控。
  5. 值得借鉴：SQLite 里给每条事实加“生效、失效时间”，更新只打戳。这比再上一套向量库更贴我们的文件账本，也和第 4 课“双时态”那段一字不差。
  6. 坑与失效：ingest 慢且贵（约十余秒一条，多次 LLM）；build_communities 有 O(N) 往返等未收口 issue；Kuzu 已弃用；开源要自运维图库。503 个未关 issue。
  7. 状态：30,798 星；v0.30.2（2026-09-08），另有 mcp-v1.1.0。发布密，当日仍有 star。
  8. 我们的关系：借鉴数据模型，不引入运行时。 7 月 29 日的外部评审把“双时态”判为 BUILD 层的一部分，Graphiti 是那条判定的现货对照。读它的 valid_at 与 invalid_at 怎么定义、作废规则怎么写，不必先吞 Neo4j。

三家摆在一起看

Section titled “三家摆在一起看”
项目存什么"过时"怎么处理检索时跑不跑 LLM
Letta身份块加归档agent 自己 replace 块块常驻，不检索
Mem0原子事实向量写入时 LLM 判 UPDATE 或 DELETE不跑，向量相似
Graphiti带有效期的三元组打 invalid_at，不删不跑，向量加 BM25 加图
我们（2026-09）Markdown 文件加 SQLite人手改文件grep

集团该拿走的两句话

Section titled “集团该拿走的两句话”
  • 作废戳：任何事实表加 valid_at 与 invalid_at，更新只打戳不覆盖。这是 Graphiti 的核心，也是路线图“事件表统一”的前置。
  • 小块常驻：每席两块极小的身份与偏好永远在窗里，有配额；其余全部归档进文件。这是 Letta 的核心，我们的一页灵魂已经做了一半。

Grok 和我都不建议引入 Mem0：它快，但解决的不是组织记忆。

来源

Section titled “来源”