据动察 Beating 监测，腾讯云数据库团队耗时 6 个月专门攻克长对话失忆问题，近日正式开源 TencentDB Agent Memory。这是一套面向 AI Agent 的本地优先记忆引擎，默认使用 SQLite + sqlite-vec 作为本地后端，可作为 OpenClaw 插件安装，也支持 Hermes Gateway 接入。它的核心不是把历史对话直接塞进向量库，而是把记忆拆成两套结构。长期记忆按 L0 原始对话、L1 原子事实、L2 场景分块、L3 用户画像逐层沉淀；短期任务记忆则把冗长的工具日志外置到 refs 文件，把步骤摘要写入 jsonl，再用 Mermaid 画布保留任务结构和节点索引。在 30 步以上的复杂工作流中，Agent 平时只读轻量的 Mermaid 结构图，需要查证细节时再按 node_id 回到原始日志。官方基准显示，接入 OpenClaw 后，WideSearch 任务的 Token 消耗从 221.31M 降至 85.64M（降幅 61.38%），通过率相对提升 51.52%。在长期记忆评测 PersonaMem 上，准确率从 48% 提升到 76%。这个设计的价值在于，它没有用一次性摘要吞掉历史细节，而是保留了从高层画像、任务画布一路追溯到底层原文的完整路径。