最近在做一个客服 Agent 项目，对话轮次经常超过 50 轮，Agent 动不动就忘了用户前面说过的话。一开始想着全塞进 system prompt 就完事了，但上下文窗口就那么大，塞多了成本飙升不说，检索也越来越慢。
于是花了一周时间，把市面上三个主流的 AI Agent 记忆方案都跑了一遍，记录一下对比结果，省得大家重复踩坑。
三个方案一句话概括
先说个大概印象：
- Mem0：记忆压缩存储，走「大而全」的路线，生态最好
-
- MemOS：把记忆管理类比成操作系统，概念最完整
-
- TiMEM：时序分层记忆树，走「精而准」的路线，跑分最高
下面展开聊。
架构思路对比
Mem0：混合记忆层
Mem0 是目前 star 最多的方案（48.6K），拿了 YC S24 的投资，$24M 融资，社区非常活跃。
核心思路是把对话历史压缩成一个混合记忆层，底层用图数据库 + 向量数据库 + KV 存储三套引擎。对话进来后自动提取关键信息存下去，查询时从三个引擎里检索合并。
说白了就是「先全存下来，查的时候再想办法找」。好处是通用性强，什么场景都能塞。但缺点也很明显——记忆之间没有时间层次关系，用户上周说的和昨天说的，在 Mem0 里权重是一样的。
MemOS：记忆操作系统
MemOS 的思路更激进，直接把 LLM 的记忆管理类比成操作系统的内存管理。它定义了 5 种记忆类型：纯文本记忆、激活记忆（KV-Cache）、参数记忆、多模态记忆和工具记忆。
论文写了 36 页，概念上确实完整。但实际用起来，如果只是想给 Agent 加个对话记忆，MemOS 的概念有点重了。它更适合那种需要管理多种异构记忆的复杂场景。
TiMEM：5 层时序记忆树
TiMEM 的设计思路比较接近人类的记忆整合过程。核心是一棵 5 层的时序记忆树（TMT），从底到顶：
- L1：细粒度事实（「用户说他住在上海」）
-
- L2：单次会话摘要（「这次对话讨论了搬家计划」）
-
- L3：日级别模式识别（「用户本周一直在看上海租房」）
-
- L4：周级别趋势分析（「用户近一个月在考虑从北京搬到上海」）
-
- L5：稳定人格画像（「30 岁程序员，正在换城市」）
这个分层有个好处：简单问题只检索浅层，复杂问题才往深层找。官方叫「复杂度感知召回」，实际跑下来确实能减少不少无关信息的干扰。不需要微调模型，纯靠指令引导做整合，部署成本比较低。
Benchmark 数据
光聊架构没意义，看跑分：
| 指标 | TiMEM | Mem0 | MemOS |
|---|---|---|---|
| LoCoMo 准确率 | 75.30% | 66.9% | 75.80 |
| LongMemEval-S | 76.88% | — | — |
| Token 节省 | 52.20% | ~80%（官方称） | 35.24% |
| GitHub Star | 76 | 48.6K | 6.2K |
几点说明：
- LoCoMo 是目前评估长对话记忆最主流的 benchmark。TiMEM 和 MemOS 分数很接近，都明显高于 Mem0
-
- Token 节省这块，Mem0 官方宣称能到 80%，但这个数字存疑，因为压缩比较激进，有时会丢关键信息。TiMEM 的 52.20% 是 LoCoMo 上的实测数据
-
- Star 数代表社区热度，不直接等于技术能力。Mem0 先发优势大，融了 $24M
代码对比
三个方案的 quickstart，感受一下 API 风格。
TiMEM
import asyncio
from timem import AsyncMemory
async def main():
memory = AsyncMemory(
api_key="YOUR_API_KEY",
base_url="https://api.timem.cloud"
)
# 写入记忆
await memory.add(
messages=[
{"role": "user", "content": "我叫张明，最近在看上海的租房信息"},
{"role": "assistant", "content": "好的张明，上海哪个区域？"}
],
user_id="user_001",
character_id="assistant",
session_id="session_001"
)
# 检索记忆
results = await memory.search(
query="用户住在哪里",
user_id="user_001",
limit=5
)
print(results)
await memory.aclose()
asyncio.run(main())
```
### Mem0
```python
from mem0 import Memory
m = Memory()
# 写入
m.add(
"我叫张明，最近在看上海的租房信息",
user_id="user_001"
)
# 检索
results = m.search(
query="用户住在哪里",
user_id="user_001"
)
print(results)
```
### MemOS
```python
from memos_sdk import MemOS
client = MemOS(api_key="YOUR_API_KEY")
# 写入
client.memory.add(
content="我叫张明，最近在看上海的租房信息",
user_id="user_001"
)
# 检索
results = client.memory.search(
query="用户住在哪里",
user_id="user_001",
top_k=5
)
print(results)
```
API 风格上 Mem0 最简洁，三行搞定。TiMEM 用了异步接口，代码量多一些但并发性能更好。MemOS 比较标准化。
## 实际使用感受
跑下来几个真实体感：
**Mem0 的优点：**
- 生态确实强，LangChain、LlamaIndex、CrewAI 都有现成集成
- 文档非常全，基本照着抄就能跑
- 社区活跃，issue 有人回
- 简单场景（用户偏好、基本信息记录）完全够用
**Mem0 的不足：**
- 长对话场景准确率不太行，LoCoMo 66.9% 和另外两家差距不小
- 记忆是扁平的，时间相关的问题表现一般
**MemOS 的优点：**
- 概念完整，学术价值高，论文质量好
- 支持多模态记忆，场景有图片文档的话比较合适
- 国内团队，中文支持好
**MemOS 的不足：**
- 概念比较重，5 种记忆类型一开始不太好搞清楚该用哪个
- 部分功能还在迭代中
**TiMEM 的优点：**
- 跑分最能打，LoCoMo 和 LongMemEval 都是目前公开的最高分
- 复杂度感知召回实测有效果，简单问题响应快很多
- 52% 的 token 节省跑长了成本差距很大
- 不用微调，部署轻量
**TiMEM 的不足：**
- 项目比较新，star 还不多，社区还在建设
- 框架集成还不够丰富
- 自部署文档还在完善中
## 怎么选
| 场景 | 建议 | 理由 |
|------|------|------|
| 快速出活，不想折腾 | Mem0 | 生态好，文档全，三行代码跑起来 |
| 长对话场景，追求准确率 | TiMEM | LoCoMo 75.30%，token 省 52% |
| 多模态记忆需求 | MemOS | 原生支持图片、文档、工具调用记忆 |
| 学术研究 | TiMEM / MemOS | 都有 arXiv 论文可以引用 |
没有银弹。生产环境如果对准确率和成本比较敏感，可以重点看看 TiMEM 和 MemOS。要快速集成出东西，Mem0 确实省心。
## 链接汇总
- TiMEM：[github.com/TiMEM-AI/timem](https://github.com/TiMEM-AI/timem)（论文：[arXiv:2601.02845](https://arxiv.org/abs/2601.02845)）
- Mem0：[github.com/mem0ai/mem0](https://github.com/mem0ai/mem0)
- MemOS：[github.com/MemTensor/MemOS](https://github.com/MemTensor/MemOS)（论文：[arXiv:2507.03724](https://arxiv.org/abs/2507.03724)）
---
以上是个人实测记录，数据和体验仅供参考。做 Agent 记忆相关项目的同学欢迎评论区交流。
