今天（8月27日），火山引擎开源了一个叫 OpenViking 的项目，定位是「面向AI智能体的上下文数据库」，官方口径是把 LoCoMo 长对话记忆准确率从 24%–57% 拉到 80%–83%，输入 token 最多砍掉 91%。知乎专栏单看这一条，只是又一个新的开源项目。但把这个月发生的事情串起来，味道就不一样了：
7月29日，牛津、南洋理工、清华、东南大学等 20 多家机构联合发起 Agent Memory Leaderboard（AML），这是智能体记忆的第一次「统一大考」：所有参赛系统答同一套题、用同一个答题模型、同一个评分器；
8月7日首期提交截止，放榜结果有点残酷：满分 100，第一名 MemoraX 只考 58.02；GitHub 6.3 万星的 Mem0 以 41.40 分排第 8，最弱的「时序与事件推理」只有 17.43 分；
也是这个月，MemGPT 创始团队在知乎公开质疑 Mem0 的基准测试数据造假；腾讯云也发布了 Agent 记忆方案 TencentDB-Agent-Memory。
一句话：2026年8月，「智能体记忆」从各玩各的，进入了有榜单、有吵架、有大厂下场的阶段。
这事和 ChromaDB 有什么关系
因为对大多数个人开发者来说，「给AI装上记忆」的起点，就是那行 `pip install chromadb`。LangChain、LlamaIndex 的教程默认用它，B站的 RAG 课程几乎都拿它演示，知乎上做 AI 陪伴机器人的玩家，也是用它给角色装情景记忆——不用云服务、不用配置、数据就在自己的文件夹里，从安装到第一条查询只要 3 分钟。知乎专栏所以社区现在真的有人在问：记忆赛道打起来了，我这套基于 ChromaDB 的记忆方案，要不要跟着换成 Mem0、Letta，或者今天开源的 OpenViking？
先说我的结论：别急着迁。因为很多人把两件不同的事混在了一起。
先分清：存储选型的问题，社区已经吵完了
要不要从 ChromaDB 迁到 Qdrant、Milvus，这是个「存储层」问题——它在7月底就已经被社区用实测数据吵出了共识。一位知乎作者写了自己踩坑的复盘：240 篇文章、5877 个 chunk 全跑在 ChromaDB 上，查询延迟不到 1 秒，内存占用不到 200MB。知乎专栏他之前还架了一个 Qdrant 容器，跑了一个月，CPU 占用稳如老狗，但一次查询都没往那边发过，直接停了。他的原话是：迁移的信号是「体验变差」，不是「数字变大」——10 万条以内放心用，触发查询变慢、内存吃紧、多人写冲突三个信号里的两个，才需要考虑换。
还有一篇对比文的说法更直白：刚玩 RAG 跟风上 Qdrant，折腾部署和调参花了两天，本地几万条文档根本感受不到生产级优势，换回 Chroma 反而省出时间聚焦业务。知乎专栏所以存储这一层，ChromaDB 没什么可焦虑的。这个月真正吵翻天的，是它上面的两层。
记忆其实是三层，ChromaDB 只解决第一层
把这个月十几篇高质量讨论读下来，几乎所有争论都指向同一句话：有向量数据库，不等于有记忆。把「记忆」拆开看，其实是三层：
存储层：记忆放在哪。ChromaDB、Qdrant、SQLite FTS5，甚至一个 markdown 文件夹，都算。解决「存得下、找得到」。ChromaDB 在这一层是好学生。
策略层：什么时候写、写成什么、什么时候忘。情景、语义、偏好、流程四类记忆不该混在同一个检索面里，事实和事件会竞争排序，流程和偏好会互相干扰，噪声越滚越大。记忆还要带来源归因：用户亲口说的，还是模型自己猜的？旧事实应该被新事实「替代」，而不是永远躺着。Mem0、Letta、MemOS 这些记忆框架，做的基本都是这一层。
上下文层：召回的记忆怎么喂给模型。全量塞回去，token 账单起飞，模型还用不好——有实测统计，全上下文硬塞的做法，单次查询大约要烧掉 26,000 个 token。知乎专栏
而 AML 这场大考，考的恰恰是后两层。看它的七个评测维度：显式事实召回、多跳推理、时序理解、记忆治理、个性化、规则执行、认识论安全与隐私——存储层最多回答第一个。今天开源的 OpenViking，主攻的就是上下文层：它自定义了一套 viking:// 协议，把记忆、资源、技能映射成一个虚拟文件系统，让 Agent 像翻文件柜一样用 ls、tree 逐层浏览，确认值得才读全文。知乎专栏这也解释了这个月两个最反直觉的结果。
为什么连最高分都只有 58，名气最大的 Mem0 只排第 8？ 因为记忆难的不是「记得住」，而是「现在该想起哪条、它还有没有效」。Mem0 最弱的一项正是时序与事件推理，只有 17.43 分——用榜单文章的话说：你的 AI 记得你说过的话，但分不清哪句是最新的。知乎专栏
还有一个更扎心的佐证：腾讯和港中文 7 月的一项研究系统测试了 LRU、LFU、FIFO 这些教科书级缓存淘汰算法，结论是它们在 AI 记忆上基本失效，甚至起反作用——LRU 假设「最近用过的将来还会用」，但对话话题是跳的；LFU 让早期高频话题即使过时也死占位置，记事本变成「过时话题的积分榜」。知乎专栏
为什么分层记忆成了行业主流，又有人反对？ 腾讯云的 TencentDB-Agent-Memory 把对话压成 L0 原文、L1 事实、L2 场景、L3 画像，厂商自测省 61% 以上 token，是目前业内最细致的分层设计之一。知乎
但另一个团队在 LoCoMo 上做消融实验踩了坑：压缩是有损的，抽象层一旦替代原文，多跳推理类问题上涨的同时，细节精准类问题应声下跌，整体掉了 3.4 分；改成「抽象层和原文层共存」之后，召回率才从 47.1% 一路做到 84.6%。知乎讲这两个例子不是分对错，而是说明：策略层目前没有标准答案，谁都没有高到可以照抄的分数。这种时候急着把记忆方案迁到「最火的框架」上，本身就是高风险动作。
要不要迁，看你属于哪个场景
场景一：个人玩具、陪伴机器人、小工具，记忆量在 10 万条以内。 继续用 ChromaDB，别迁。社区有现成案例：知乎一位玩家给自制的角色「冷旭帆」接上 ChromaDB，输入「手腕」这种和之前对话语义相关、但不完全一致的词，系统能自动召回「护腕」相关的旧记忆，角色的独白也在连续四轮对话里保持了意象连贯。知乎专栏这个体量下，你的问题通常不是 ChromaDB 不够强，而是策略层没补——往下看补法。
场景二：个人编程助手，核心需求是「跨会话接着干」。 向量库可能是过度设计。这个月有人开源了 claude-memory-handoff：纯 markdown 加 Claude Code 钩子，召回就是 grep 加新鲜度阈值，一个 embedding 都不用。知乎专栏作者说得挺狠：会话断点要的是「精确接续」，不是「模糊联想」；而且过时上下文比没有上下文更可怕——他被两周前废弃的方案带偏过，白干半小时，所以专门加了「新鲜度门」：过保质期的记忆不准注入。
场景三：真业务、多智能体、Agent 会改代码动环境。 光靠 ChromaDB 确实不够。这个月的讨论里有个案例：两个智能体可以针对同一个实体各写一条互相冲突的记忆，而且彼此毫不知情。知乎专栏这一步你需要记忆框架（Mem0、Letta、TencentDB-Agent-Memory 等）或 OpenViking 这类上下文数据库，还要加记忆审计：新事实先当「候选」，审核通过才生效；旧事实被标记替代，而不是删掉。工程成本高，但这个场景值得。
场景四：企业环境。 看两条线：传统数据库厂商吸收向量与记忆能力（腾讯云这个月就是这条线），以及大平台的托管记忆服务（OpenViking 有 SaaS 版）。展开讲就超纲了。
不迁的话，有四件事现在就能补
如果你决定留在 ChromaDB，下面四件事能把策略层往上拉一档，全部有社区实践可抄：
给每条记忆加四个元数据字段：时间戳、来源、类型、置信度。 「用户说的」和「模型推断的」权重不该一样；检索时先用元数据过滤，再按向量相似度排序。Mem0 的生产团队就是这么做的：用户消息写在 user_id 下，智能体消息写在 agent_id 下，归因在写入阶段就保留。知乎专栏
把记忆作为参考注入，而不是作为指令。 写进 system prompt 的措辞是「你记得这些相关的事」，不是「你必须复述这些事」；位置也有讲究，放在「最近发生的事」和「刚刚发生的事」之间效果更好——这是「冷旭帆」项目实测出来的细节。知乎专栏
设计「遗忘」，别用硬截断。 简单粗暴地只留最近 N 条，会把用户月初提过的硬约束无声无息地砍掉。更稳的做法是按「时间衰减＋重要性＋相关性」三维打分决定去留，给记忆标上生命周期状态——一条记录可以是 active、superseded、retracted、expired 或 archived，任务默认只拿仍在有效期内的内容。知乎专栏
别把 Agent 记忆和知识库文档混在同一个 collection。 事实会跟事件竞争排序，流程会跟偏好混在一起，召回噪声越来越大。分开集合，就是一行代码的事。
接下来值得盯的三个信号
AML 第二期正在进行，什么时候有系统考过 80 分，Agent 记忆才算真正可用——现在的全行业水平，是没人及格。知乎专栏
OpenViking 的「文件系统式上下文」能不能被社区验证，官方在 openviking.ai/studio 放了在线 Demo；AGPLv3 协议对商用场景略敏感，火山引擎承诺开源版不会被削弱，嫌运维麻烦也有官方托管的 SaaS 版。知乎专栏
Chroma 官方会不会自己做策略层。有作者提到它 1.5 版本已经新增 Rust 客户端支持，演进不算慢——如果存储厂商自己下场做记忆策略，今天这场迁移焦虑基本就消散了。知乎专栏
最后一句：别慌着迁移。ChromaDB 没有落伍，它只是坐在记忆三层里的第一层；这个月真正在打的仗，在它上面两层——而那两层，现在连第一名都没及格。
