SurrealDB 推出 Agent Memory：BEAM 严格评测达 77.2%

当 AI Agent 开始"记不住"：记忆系统的真正难题

构建 AI Agent 的开发者很快就会遇到同一个瓶颈：存储信息并不难，难的是在需要时准确检索、理解信息之间的关系，以及处理随时间变化的事实更新。

SurrealDB 创始人 Tobie 在 Reddit 上公布了他们的新方案——SurrealDB Agent Memory。这是一个构建在多模型数据库之上的 Agent 记忆系统，目标是将会话和文档转化为结构化的实体、关系与事实，同时追踪数据来源和时间历史。

你可能没注意到，这套系统在 BEAM 严格评测协议下取得了 77.2% 的准确率。这个数字背后，反映的是团队对评测方法论的刻意选择。

为什么选择 SurrealDB 做记忆层？

图、向量、文档：一个数据库搞定

传统方案中，构建 Agent 记忆系统往往需要拼接多个存储组件——向量数据库负责语义检索，图数据库维护实体关系，文档存储保存原始内容。这种架构的代价是运维复杂度和数据一致性成本的叠加。

SurrealDB 的差异化在于其多模型能力：图、向量和文档能力统一在同一个数据库中。这意味着 Agent Memory 不需要在多个系统之间做数据同步，实体关系、语义相似度和原始文档可以在一次查询中完成联动。

对于正在搭建上下文层或知识图谱的开发者来说，这减少了一层架构胶水，也降低了"数据在三个系统间不同步"这类隐性故障的概率。

从对话到结构化知识

Agent Memory 的核心工作流是将非结构化的输入——对话记录、文档——转化为结构化的实体、关系和事实。这个转化过程不是简单的信息抽取，而是带有来源追踪和时间历史的语义建模。

来源追踪意味着系统能回答"这条信息从哪来"，时间历史则让它能处理"这个事实什么时候变的"。这两点在真实 Agent 场景中至关重要：用户偏好会变、业务规则会更新，一个无法处理事实时效性的记忆系统，本质上只是一个不断膨胀的信息垃圾场。

来源追踪（Provenance Tracking）是数据库与知识图谱领域的成熟概念，指对每条数据记录其产生、流转和修改的完整链路。在 Agent 记忆场景中，它回答的是"这条事实是用户哪次对话中说的、由哪份文档抽取的、经过哪次推理生成的"。缺少来源追踪的记忆系统，一旦检索出错误信息，开发者将无法判断错误来自原始输入、抽取环节还是推理环节，调试成本极高。

时间历史（Temporal History）则更进一步，要求系统不仅记录事实本身，还要记录事实的有效时间区间和写入时间。这对应数据库中的双时态（bitemporal）建模：一条"用户偏好深色主题"的记录可能在 1 月生效、3 月被覆盖，系统需要能回答"1 月时系统认为用户偏好什么"以及"系统在 2 月时是怎么认为的"。这两个维度合起来，才构成一个可审计、可回溯的记忆层。

BEAM 严格评测：77.2% 背后的取舍

评测协议的"自由度"问题

Tobie 在帖子中直言了一个行业痛点：记忆基准测试的分数会因为评测协议的不同而产生巨大波动。同一个系统，换一套评测流程，得分可能相差十几个百分点。

这让跨系统的分数对比变得困难，也给了"刷分"空间——针对特定评测协议优化，而非真正提升记忆能力。

SurrealDB 团队的做法是主动选择更严格的 BEAM Strict 协议，而不是追求一个在宽松条件下更好看的数字。77.2% 的准确率是在这个约束下取得的。

BEAM（Benchmark for Episodic and Associative Memory 或同类命名，具体全称依发布方而定）是一类针对 Agent 长期记忆能力的评测基准，通常包含多轮对话、事实更新、跨会话检索等任务类型。所谓"严格"与"宽松"协议，差异通常体现在几个环节：检索时是否允许系统看到完整历史、是否限定 top-k 召回数量、事实更新后是否要求旧值彻底失效、评测问题是否与训练/索引内容重叠等。

宽松协议下，系统可以靠大规模召回或宽松的时间窗口"蒙对"答案；严格协议则往往要求精确匹配、限制上下文长度、并强制旧事实不再被检索到。因此同一系统在两套协议下的分数差十几个百分点是常见现象。这也是记忆评测领域长期缺乏可比性的根源——分数本身不足以说明能力，必须连同协议一起解读。

与 Mem0、Honcho、Cognee 的路线差异

Tobie 提到了几个同类方案：Mem0、Honcho 和 Cognee。他没有直接比较分数，而是强调 SurrealDB 想"探索一条不同的路径"。

从公开信息看，这条路径的核心差异在于数据库原生性——Agent Memory 不是构建在通用存储之上的抽象层，而是直接利用 SurrealDB 的多模型查询能力。这种做法的潜在优势是查询效率和事务一致性，代价则是与 SurrealDB 生态的绑定。

对于已经在使用 SurrealDB 的团队，这是自然延伸；对于其他技术栈的团队，迁移成本需要纳入考量。

Mem0 是一套面向 Agent 的记忆层方案，强调自动从对话中抽取并去重事实，通常以托管服务或轻量 SDK 形式提供，底层可对接多种向量库。Honcho 侧重为 Agent 构建用户画像与个性化上下文，偏向"为每个用户维护一份持续演化的心理模型"。Cognee 则更接近知识图谱构建工具，强调用图结构组织文档与实体，并提供图+向量的混合检索。

三者的共同点是：记忆能力构建在通用存储之上，通过抽象层屏蔽底层差异。SurrealDB 的路线差异在于把记忆语义直接下沉到数据库引擎，让图遍历、向量相似度和文档过滤在一次查询计划中完成。这带来的潜在收益是更少的跨系统调用和更强的一致性保证，但代价是记忆层与数据库绑定，难以像 SDK 那样自由替换后端。

长期记忆的开放问题

Tobie 在帖子结尾抛出了几个问题：开发者如何管理长期记忆？如何处理随时间变化的信息？

这些问题目前没有标准答案。Agent 记忆领域仍处于早期探索阶段，不同团队在架构选型、评测标准和产品形态上都在分叉。SurrealDB Agent Memory 提供了一个有明确取舍的选项：用一个多模型数据库承载记忆层，用严格评测换取可信的分数。

它的实际表现，还需要更多真实场景的检验。