mem0

文章澄清了经典 RAG（无状态）与智能体记忆（有状态）之间的区别，并介绍了两种新兴方法：Mem0 采用三层记忆和自动编辑，Letta 采用类操作系统的记忆（核心/归档）。文章强调，真正的挑战是更新和遗忘的逻辑，而不是向量存储。

文章批评了将事实过时性视为代理记忆中相关性衰减的做法，主张在写入时按类型拆分记忆，并对事实使用写入时矛盾检查而非衰减，引用了 Mem0 的实现。文章警告说，衰减适用于情景数据但不适用于事实，这可能导致代理自信地陈述矛盾的信息。

一个可复现的演示，展示如何使用Mem0为CrewAI添加长期记忆，通过快速/深度路由启发式算法减少令牌使用和延迟，并提供真实测量数据和实时仪表板。

解释了为何生产级AI代理需要三层持久内存栈——会话日志（Zep）、个性化（Mem0）和受管上下文（ContextNest）——以避免检索到过时或冲突的事实。