八款AI编码代理记忆层横评,作者却自己造了第九个

作者横评八款AI编码代理记忆层,发现核心能力已成标配,遂自建MaxGraph押注工作状态建模与个人订阅。
作者因编码代理跨会话失忆,于2026年10月审计了八款记忆层工具,从星标、定价、自托管与自主写记忆等维度制成对照表。结论是知识图谱模型、LLM观察者自动抽取、语义搜索、MCP支持与Docker自托管已成行业标配,差异化空间被大幅压缩。幸存的市场空白有三处:任务与bug作为记忆图谱一等节点、可交互的实时图谱可视化、以及面向个人开发者的自托管微型订阅。作者据此自建MaxGraph并坦承其短板——无公开基准、无托管云、无合规认证、仅2星且刚满一周,建议成熟用户优先考虑mcp-memory-service等替代品。
八款AI编码代理记忆层横评,作者却自己造了第九个
每次和编码代理开启新对话,都像失忆重启:我得花十分钟重复"这是Next.js应用,API在这里,三月我们决定不用Redis,别再建议了"。代理礼貌点头、帮忙一小时,下次会话又忘光。规则文件试过,手写上下文文档也试过,我厌倦了给自己当检索系统。
于是今年十月我停下正事,把记忆层市场审计了一遍:GitHub API看星标、官方定价页看价格、README看功能宣称,共八款严肃选项,数据截至2026年10月。先声明利益冲突——这次比较让我烦到干脆自己写了个服务端MaxGraph,它也在这八行表格里。我会尽量对另外七款公平,公不公平你判断。

一屏看清战场
| 工具 | GitHub星标 | 界面 | 自托管 | 起步价 | 自主写记忆 |
|---|---|---|---|---|---|
| mem0 | 66,894 | 有,OSS服务端与Cloud均有仪表盘 | 支持(Docker) | $0,后$19/月 | 是(LLM抽取,Dream整合) |
| Zep / Graphiti | 4,953 / 31,591 | Zep控制台有图谱可视化;Graphiti无 | 仅Graphiti(需Neo4j或FalkorDB);Zep服务端闭源 | 免费10k积分/月,Flex $125/月 | 是(从情节中抽取) |
| Letta (MemGPT) | 25,091 | 有,Web应用与CLI | 支持(OSS服务端) | $0,Pro $20/月 | 是(睡眠期代理后台改写记忆) |
| Basic Memory | 4,123 | 你的编辑器或Obsidian;无自有图谱界面 | 支持,本地优先 | $0,Cloud $15/席位/月 | 部分(对话中LLM写笔记) |
| supermemory | 31,172 | 有,控制台加消费级应用 | 支持(OSS);付费自托管在$399/月Scale档 | $0,Pro $19/月 | 是("代理实时从中学习") |
| 官方MCP memory server | 整个monorepo 91,088 | 无 | 支持(npx,单个JSONL文件) | 免费 | 否(系统提示要求时代理才调工具) |
| mcp-memory-service | 2,006 | 有,8标签仪表盘加交互式D3和3D图 | 支持(SQLite、Hybrid、Milvus) | 免费,接受捐赠 | 是(自主整合、洞察卡片) |
| MaxGraph(我的) | 2 | 有,全图实时物理地图 | 支持,且仅此一种模式 | 7天试用,后每月几美元 | 是 |
读表需要几条诚实注解。官方MCP服务的9.1万星属于整个modelcontextprotocol/servers monorepo,不是memory包单独所得。Zep那个4,953星的仓库现在放的是示例与集成,真正的服务端已闭源,开源路线是Graphiti。最后一行确实只有2星,仓库才建了一周,后面再说。
MCP(Model Context Protocol) 是由 Anthropic 于 2024 年底提出并开源的协议,旨在为 AI 模型与外部数据源、工具之间提供标准化的连接方式。它采用客户端-服务器架构:AI 应用作为客户端,通过统一的 JSON-RPC 接口调用各类 MCP 服务器所暴露的资源、提示模板与工具。官方 modelcontextprotocol/servers 仓库汇集了文件系统、数据库、Git 等一批参考实现,其中就包含一个以单个 JSONL 文件存储实体、观察与关系的 memory server。由于协议开放且实现简单,MCP 迅速成为编码代理接入记忆、检索与外部工具的通用底座,这也是文中"MCP 支持是每款工具标配"这一判断的技术背景。
已经变成大路货的东西
我本以为比较能找出明显赢家,结果发现核心思路早已标准化。
知识图谱数据模型——带观察与关系的实体——字面上就是官方MCP参考服务器的schema。mem0、Graphiti、cognee、Hindsight、mcp-memory-service存的都是同一三元组的不同变体。我设计MaxGraph存储时以为自己在做选择,其实是在跟随一个已经固化的惯例。
观察者模式同样遍地都是。几乎所有严肃工具现在都有一次LLM遍历,读取对话并主动写入结构化记忆:mem0叫单遍抽取加Dream整合,Letta跑睡眠期代理在主代理空闲时改写核心记忆,Zep在Flex Plus档提供Observations,连免费的mcp-memory-service都做自主整合和洞察卡片。"代理自己会记"这个浪漫想法,在我之前至少七个产品已经上线。
语义搜索和MCP支持是清单上每款工具的标配,Docker自托管也一样(Zep服务端除外),仪表盘也家家有。我一边调研一边做计数,到最后"MaxGraph特别之处"清单被大路货栏抢走了大半。
这是本次练习最有用的部分:它杀死了我偷懒的差异化故事,逼我问还剩下什么。
观察者模式(Observer Pattern) 在这里并非指经典面向对象设计模式,而是记忆系统的一种写入架构:由一次独立的 LLM 遍历读取原始对话或情节,主动抽取、归纳并写入结构化记忆,从而把"记什么"从主代理的推理循环中剥离出来。这样做的优点是记忆写入不占用主任务的上下文与延迟,且可以批量整合、去重、消解矛盾;代价是抽取质量高度依赖提示词与模型,且可能写入主代理并未认可的推断。mem0 的单遍抽取加 Dream 整合、Letta 的睡眠期代理、Zep 的 Observations 都是这一思路的不同变体,区别主要在于触发时机(会话后、空闲时或定时)与是否允许后台改写既有记忆。
市场上找不到的三样东西
三个缺口幸存下来。(这部分我显然有偏,我只陈述市场事实,你来掂量。)
任务与bug作为记忆图谱的一等公民。 我查过的每款工具存的都是关于世界的事实:用户偏好、实体、情节、决策。我看的十八个仓库里没有一个建模"工作状态"。在MaxGraph里,任务是同一张图上的节点,带open/done状态;bug是带open/fixed的节点。代理可以在会话开始时问"这个项目还有什么没做完",并从存放架构决策的同一个存储里得到答案。我这么做是因为我最糟的代理故障模式是忘记的TODO烂在聊天记录里,比忘记任何事实都糟。没人卖这个。你知道反例的话,我真想要链接。
一张活地图。 几款工具能可视化图谱:Zep控制台、mcp-memory-service的D3与3D视图、cognee的图谱渲染。但那些是静态或轻交互的图片。MaxGraph的仪表盘是物理模拟,记忆图谱漂浮、聚簇、可拖拽。我承认这有创始人自娱成分——看着昨天的会话坍缩进项目簇,是我离"给自己思考装存档"最近的东西。但它也改变了我调试记忆本身的方式:我能看出某个实体何时过度连接、污染了检索。
商业模式。 自托管记忆几乎处处免费(mem0、Graphiti、Letta、cognee、Hindsight、mcp-memory-service、supermemory的OSS应用),或被锁在企业合同后(Zep BYOC、mem0本地部署、cognee BYOC)。唯一公开的含自托管自助档是supermemory的Scale,$399/月。我没找到任何人把自托管记忆服务端按一杯咖啡的价格卖给个人开发者。MaxGraph就是这个实验:7天试用,之后每月几美元的微型订阅,软件跑在你机器上,存纯本地文本文件,可离线。2026年会不会有人为自托管软件付费,是我个人出资在赌的开放问题。
还有一句许可证值得提:MaxGraph采用BSL-1.1,源码可见,每个版本在发布四年后转为MIT。如果我放弃项目或被公交车撞了,代码会按计时器完全开源。
BSL-1.1(Business Source License 1.1) 是一种"源码可见"而非传统意义上的开源许可证,由 MariaDB 公司推出。它允许任何人查看、修改、再分发代码,但限制将其用于与该软件构成商业竞争的生产环境;同时许可证必须指定一个"变更日期"(通常为每个版本发布后数年)和一个变更后的许可证,到期后该版本自动转为完全开源(MaxGraph 选择的是 MIT)。这种安排让独立开发者可以在早期保留商业化空间,又向社区承诺代码不会永久闭源。需要留意的是,BSL 软件通常不被视为 OSI 认可的开源软件,企业在采用前一般需法务评估其"竞争性使用"条款的具体措辞。
MaxGraph确实更弱的地方
我承诺过公平,所以这里是我营销脑想跳过的部分。
MaxGraph没有基准测试。mem0公布LoCoMo 92.5和LongMemEval 94.4(2026年4月数字,在其托管平台测得,附注OSS"方向性相似")。Hindsight有公开基准网站和论文。MaxGraph只有我自己在自家项目上测出的约43%上下文token节省——由我测量,你据此打折。
没有托管云。如果你想贴个API key、永不碰Docker容器,MaxGraph是错的工具,mem0、Zep或supermemory今天服务更好。我赌的是关心记忆的开发者也在乎记忆存在哪,但这是赌,不是事实。
没有企业合规材料。Zep有SOC 2 Type II和HIPAA,Hindsight背后的Vectorize有SOC 2,supermemory在Scale档放SOC 2。MaxGraph只有一个创始人和一个GitHub仓库。
项目2星、一周岁。README比文档好,文档比愿景薄,还有我没发现的毛边,因为跑过的人一只手数得过来。mcp-memory-service以2,006星和非常活跃的独立维护者,是"带仪表盘的本地MCP记忆"这个想法的成熟版本;如果我的功能清单打动你,你也该试试它。说真的。这里的竞争对所有人都有好处,包括我,因为它意味着这个品类是真的。
为什么还是把审计公开
这次比较本该阻止我造冗余的东西,结果相反:它让我看到商品层(图谱、观察者、MCP、仪表盘)如今只是入场券,有意思的仗打在边缘——图里的工作状态、能看见移动的记忆、面向一个开发者钱包而非采购部门的定价。
要核我的工作,上面每条都能追溯到公开仓库和定价页。要核产品,MaxGraph在github.com/RuMemory/maxgraph,7天试用,详情见rezon-ai.ru(有英文版)。有用就点个星;以我现在的2星计数,你会让图表动起来。
如果你已经用另外七款之一解决了"代理会间失忆",告诉我哪款、为什么。我有张图要更新。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。