腾讯 Team Memory：当智能体共享记忆，总得有人为它负责

看到腾讯这次最新的开源发布，最容易出现的解读是数据问题。一家中国云厂商推出一个系统，保存整个团队的集体记忆，后面的新闻标题几乎都不用我替你写。但这也是一个错误的解读，只要真正打开仓库看五分钟，基本就会发现问题不在这里。

8 月 13 日，腾讯云宣布 Team Memory，这是 TencentDB Agent Memory 的一次重大更新，把智能体记忆从个人便利功能升级成共享团队基础设施。我看过发布公告和代码仓库，但没有亲自把它跑起来，所以这篇应当被视为桌面研究，而不是实地测试。下面我想拆清楚它到底是什么，为什么“团队”才是这次发布真正的故事，以及为什么大多数西方读者第一反应会担心的那个问题，其实对错了方向。

关键要点 - Team Memory 把 TencentDB Agent Memory 从个人长期记忆扩展为共享团队资产：聊天历史、可查询的文档知识库、图结构的代码仓库，以及提炼后可复用的技能，全都置于访问控制之后。 - 尽管名字里有 TencentDB，它并不是数据库。它是一套本地优先的 TypeScript 服务，使用 SQLite 和向量搜索，采用 MIT 许可证，并通过 Anthropic 自己的 API 协议接入 Claude Code。 - 默认部署会把数据全部留在你自己的环境里，所以“我的数据会不会被送到中国”这种条件反射式担忧，大多数情况下并不适用。真正剩下的风险是治理、以中文为主的社区，以及可选的 Tencent Cloud VectorDB 路径。 - 共享记忆也意味着共享攻击面。记忆投毒研究表明，受污染条目会跨会话传播，而在这里，它们按设计还会传播到同事的智能体上。 - 厂商发布的基准数据是自报结果。GitHub 热度是真实的，截至 8 月 27 日略高于 24,900 星，但西方开发者的实际采用情况，看起来远没有这个数字显得那么大。

发生了什么

2026 年 8 月 13 日，腾讯云宣布 Team Memory。这是 5 月开源的 TencentDB Agent Memory 的第二次主要版本发布。综合公告和代码仓库，关键事实包括：

• 团队记忆由四类资产组成：Chat Memory，也就是历史智能体对话；LLM-Wiki，也就是可以自然语言查询的项目文档；Code Graph，也就是仓库结构、符号和调用路径；以及 Skills，把一次已经完成的故障排查或代码审查提炼成可复用经验。

• 新增控制台 Memory Hub，用来管理团队、智能体和任务。每一项记忆都带有所有者、版本、状态和使用历史，权限可以按用户、角色和智能体控制，范围从私有一直到整个团队可见。

• 资产按角色装配。修缺陷的智能体会拿到 Code Graph 和过去的排障技能，需求智能体则会拿到知识库和业务上下文。

• 它跨多个智能体平台工作，包括腾讯 CodeBuddy、OpenClaw 和 Claude Code，而且代码版本 v2.0.0 其实在 8 月 3 日就已经发布，比新闻稿早十天。

最值得保留的一条主张是可迁移性：“即使底层模型或智能体框架发生变化，Team Memory 中积累的经验仍能保持完全兼容。”腾讯还表示，项目在最初 90 天内突破 20,000 个 GitHub 星标，并多次登上 GitHub 趋势榜。今天的星标数是可以核实的，我 8 月 27 日检查时为 24,912，而第三方追踪器 7 月 4 日记录的是 7,200，因此增长曲线看起来合理。趋势榜的说法只能追溯到腾讯自己的文章，无法回溯验证，所以我会把它归类为营销表述。

腾讯云于 2026 年 8 月 13 日发布 Team Memory，把开源 TencentDB Agent Memory 从个人使用扩展到团队使用，将对话、文档、代码和提炼技能组织成带治理能力的记忆资产，可供 Claude Code 等平台使用，见官方公告。根据 GitHub，该仓库在 2026 年 8 月 27 日拥有 24,912 个星标。

从实践者角度看，它到底是什么

先说名字。TencentDB Agent Memory 不是数据库，不基于 PostgreSQL，也不能真正算 TencentDB 技术。它是一组 TypeScript 服务，包括 MemoryCore、MemoryKnowledge、MemoryPanel 和 MemoryProxy，默认把数据存到本地 SQLite，并用 sqlite-vec 做向量搜索。如果需要扩展，也可以选择接入 Tencent Cloud VectorDB。TencentDB 这个标签更多是品牌邻接。腾讯数据库团队以前确实开源过基础设施，例如 2019 年的 TBase，也就是现在的 OpenTenBase，但这个项目来自同一组织里的应用层团队，行为也更像应用层项目。

它的架构比追星标数字的叙事要认真得多。记忆会经过分层提炼，从原始对话一直抽取到稳定的人设级事实；检索则在条目数量和时间预算约束下，把 BM25 关键词搜索与向量搜索结合起来，从而把注入上下文保持在较小范围。最聪明的一块是 Memory Proxy：它位于智能体和模型之间，同时兼容 Anthropic 与 OpenAI API 协议，把相关记忆注入系统提示词。对 Claude Code 来说，这意味着不用插件、不用 hook、也不用 MCP 服务器。客户端甚至不会知道中间多了一层。

它也确实是软件，不是一个写满未来愿景的 README。有一条命令就能完成的 Docker 部署，有 TypeScript 和 Python SDK，有 OpenAPI 文档和中英双语说明，而且几乎每天都有提交。默认分支甚至不是 main，而是 feat/server_team，这很能说明项目目前仍然移动得有多快。

TencentDB Agent Memory 是一套本地优先的 TypeScript 服务，使用 SQLite 与 sqlite-vec 存储，采用分层记忆提炼，以及 BM25 加向量搜索的混合检索。其 Memory Proxy 同时兼容 Anthropic 和 OpenAI API 协议，因此 Claude Code 无需插件或 MCP 服务器就能获得长期记忆，见 2026 年 8 月 28 日检索的项目 README。

为什么“团队”才是真正的故事

到目前为止，智能体记忆这个类别大多还是单人游戏。资金最充足的 Mem0 在 2025 年 10 月融资 2400 万美元，也是 AWS 智能体 SDK 的记忆提供商。Zep 的 Graphiti 构建时序知识图谱，其中事实会被标记失效，而不是直接删除。Letta 则给每个智能体一套由它自己管理的分层记忆。这三个方案解决的核心都是“一个智能体如何记住自己的过去”。

四个最受关注的开源智能体记忆项目 GitHub 星标数，检查时间为 2026 年 8 月 27 至 28 日：Mem0、Graphiti、TencentDB Agent Memory、Letta。腾讯的项目比其他几个年轻了好几年。

Team Memory 押注的是，记忆的基本单位将从智能体变成团队。任何真正让智能体做实际工作的人都认识它描述的问题：每次会话都重新解释项目背景；上个月找到的修复方式没人能重建；某个真正有效的方法只躺在一个人的 Claude Code 历史里。腾讯的答案，是把这些全部做成有所有者、版本和权限的受管理资产，再针对不同智能体角色装配不同切片。

最后这一点才是真正新鲜的地方。它的访问控制模型里，“私有”意味着连团队管理员都不能读取这一项；某个开发者提炼出的排障技能可以先经过审查，再只分享给指定智能体或人员。这已经不再是“个人记忆工具”，而是把记忆当成团队基础设施。西方几个主流项目没有任何一个把这一点作为核心能力来交付。它们卖的是更好的笔记本，而 Team Memory 想成为带锁和权限规则的共享档案柜。

Mem0、Zep 和 Letta 的核心都是让单个智能体记住自己的历史。Team Memory 则把对话、文档、代码图谱和提炼技能当成受治理团队资产，支持按用户、角色和智能体授权，并按任务组合，见腾讯云公告和仓库文档。

共享大脑也是共享目标

有一部分是发布公告没有花太多篇幅讲的。记忆之所以存在，是因为更大的上下文窗口并没有真正解决长期保留问题。Chroma 的上下文腐化研究显示，18 个前沿模型随着输入增加而出现性能下降，而且远在窗口被塞满之前就开始了。所以大家都在做记忆，而安全研究也已经跟上，开始解释为什么这件事很脆弱。OWASP 的智能体威胁指南明确点名记忆投毒：只需要污染一次长期存储，后面的每一个会话都会继承污染。

现在再把这个存储变成共享的。一个被投毒的排障技能，不只是下周误导你自己的智能体，而是按设计误导它被分享给的每个智能体和同事。一套仓库同时保存团队对话、文档、代码结构和工作方法，从攻击者角度看，也就等于把所有最想拿到的东西整理成了整齐目录。腾讯的缓解措施确实存在，但本质上是流程性的：ACL 模型控制谁能读什么，技能在分享前应该经过审查，也就是在机器提炼内容进入共享范围前插入一个人类检查点。这项控制有多强，完全取决于团队实际审查习惯有多强。

这些都不是不用它的理由。它们只是说明，治理功能才是真正的产品，而“哪个智能体可以读哪条记忆”应该像技术栈里的其他访问策略一样被认真对待，这和智能体治理整体原则没有区别。

包括 OWASP 智能体 AI 威胁指南在内的智能体安全研究，把记忆投毒视为独立攻击类型：受污染的长期记忆会持续影响未来会话。共享团队记忆按设计会把同一风险扩展到其他同事和智能体，因此“分享前审查”流程与访问控制才是真正承重的功能。

关于“中国”的问题，直接说清楚

先明确部署前提，因为前提不同，答案会完全不同。如果你自托管这个采用 MIT 许可证、本地优先的开源版本，数据就留在你的环境里。存储使用本地 SQLite，LLM 端点由你自己配置，也不需要 Tencent Cloud 账户。走这条路径时，“中国厂商会不会拿到整个团队记忆”这种条件反射式担忧并不适用。值得直说的是，这不是默认部署真正该担心的问题。

真正剩下的问题要安静得多。如果你选择可选的 Tencent Cloud VectorDB 路径，那确实会绑定腾讯云，所以应该把它当成一项独立决策。仓库内带有 OpenTelemetry 遥测组件，这种东西在部署任何同类系统前都应该正常审计，但它本身不是指控。社区明显以中文为主：讨论、教程和大部分活跃度都集中在中文生态里。如果以后需要企业级支持，你购买的也是中国厂商服务，而这在某些组织里会带来相应采购沟通。

有一个数字比星标数更能说明社区形态。项目接近 25,000 个 GitHub 星标，但本月早些时候 Hacker News 上的提交只拿到 2 分，没有任何评论。星标是真的，但重心明显在中国国内。对西方团队来说，这意味着需要考虑未来真正从哪里获得帮助。对准备出海的中国团队来说，这也说明工具很可能是按这里团队的实际工作方式做出来的，而这本身也是一个自建还是采购的考量。

根据仓库文档，自托管采用 MIT 许可证的 TencentDB Agent Memory 时，数据会保留在你自己的环境和本地 SQLite 中，模型端点由用户自己配置，也不需要 Tencent Cloud 账户。剩余需要考虑的是可选的 Tencent Cloud VectorDB 路径、正常的依赖审计，以及以中文为主的社区和支持渠道。

现在可以做什么

如果智能体记忆已经进入你的评估范围，可以按顺序做三件事。

1. 今天： 读代码仓库，不要只读发布公告。架构文档和 ACL 模型才是真正设计所在。如果只是想动手试一下，Docker 一条命令就能部署。

2. 本周： 用一个非关键仓库和一个智能体把它跑起来，观察不同提炼层真正会留下什么。腾讯报告 PersonaMem 分数从 48% 提升到 76%，但没有独立方复现。任何厂商基准都替代不了你自己的语料。

3. 本月： 在导入任何真实数据之前先写访问策略。哪些记忆私有，哪些全团队可见，提炼技能分享前由谁审查。工具给你控制能力，政策仍然是你的。

还有两件不要做的事。第一，在政策存在之前，不要把专有代码或客户对话导入共享存储，因为事后补权限比完全没有记忆更麻烦。第二，不要把星标数直接当成“已经适合西方团队”的信号，你未来一起排查问题的社区主要还是中文用户。如果你还在更早阶段，甚至还在衡量智能体到底应该放进组织什么位置，可以先看智能体架构文章。

常见问题

TencentDB Agent Memory 真的是数据库吗？

不是。尽管名字如此，它是一套 TypeScript 服务，使用本地 SQLite 和向量搜索存储，位于智能体和其调用模型之间。TencentDB 这个标签反映的是开发团队，而不是底层技术。项目提供可选的 Tencent Cloud VectorDB 集成用于扩展，但默认部署甚至不需要单独的数据库服务器。

TencentDB Agent Memory 会把数据发送到腾讯云吗？

默认自托管配置不会。它采用 MIT 许可证，本地存到 SQLite，并调用你自己配置的 LLM 端点，也不需要 Tencent Cloud 账户。例外是可选的 Tencent Cloud VectorDB 集成，那是你主动做出的选择，不是默认行为。

它能和 Claude Code 一起用吗？

可以，而且机制很巧。它的 Memory Proxy 同时兼容 Anthropic 和 OpenAI API 协议，所以 Claude Code，以及腾讯 CodeBuddy 和 OpenClaw，都可以通过系统提示词获得注入记忆，不需要安装插件、hook 或 MCP 服务器。你只需让智能体连接代理，而不是直接连接模型端点。

TencentDB Agent Memory 和 Mem0 相比如何？

Mem0 是更成熟的西方方案：历史更久、融资更多，曾在 2025 年 10 月融资 2400 万美元，也已经集成进 AWS 智能体 SDK。TencentDB Agent Memory 更年轻，而且默认本地优先，真正的差异是团队级治理，包括所有者、版本、权限和按角色装配。如果问题只是“一个智能体如何记住东西”，两者都能做。如果问题是“一个团队如何安全共享记忆”，腾讯这个方案就是围绕后者构建的。

最后的判断

Team Memory 是一个年轻、快速变化的项目，来自一支更以数据库闻名的团队，厂商基准和趋势榜声称都应该按惯例打一点折扣。但它底层的设计直觉是对的：当智能体真正参与团队工作后，记忆就不再是个人便利功能，而会变成需要所有者、权限和审查的共享基础设施。在开源项目里，腾讯率先走到了这一步，而且做出的东西可以直接运行在你自己的硬件上，不需要把数据发送给任何人。我接下来真正会盯的，不是星标还会不会涨，而是“分享前审查”这种纪律，遇上赶进度的真实团队后还能不能坚持。这里决定它最终成为有用基础设施，还是悄悄变成风险负债。

如果你正在梳理共享智能体记忆该放进自己技术栈的哪个位置，这也是我经常和客户讨论的问题。欢迎联系我。

来源

• 腾讯云，《TencentDB Agent Memory 发布 Team Memory》：https://www.tencentcloud.com/dynamic/news-details/101465 （发布于 2026 年 8 月 13 日，检索于 2026 年 8 月 28 日）

• TencentCloud，TencentDB-Agent-Memory 项目仓库：https://github.com/TencentCloud/TencentDB-Agent-Memory （检索于 2026 年 8 月 28 日；星标和分叉数检查于 2026 年 8 月 27 日）

• MarkTechPost，《腾讯云开源 TencentDB Agent Memory v2.0》：https://www.marktechpost.com/2026/08/07/tencent-cloud-open-sources-tencentdb-agent-memory-v2-0/ （发布于 2026 年 8 月 7 日，检索于 2026 年 8 月 28 日）

• Open Source For You，《Tencent Cloud Agent Memory v2 发布》：https://www.opensourceforu.com/2026/08/tencent-cloud-agent-memory-v2/ （发布于 2026 年 8 月，检索于 2026 年 8 月 28 日）

• PR Newswire 经 Morningstar，《Mem0 融资 2400 万美元》：https://www.morningstar.com/news/pr-newswire/20251028sf07039/mem0-raises-24m-series-a-to-build-memory-layer-for-ai-agents （发布于 2025 年 10 月 28 日，检索于 2026 年 8 月 28 日）

• Mem0 项目仓库：https://github.com/mem0ai/mem0 （检索于 2026 年 8 月 28 日）

• Zep，Graphiti 项目仓库：https://github.com/getzep/graphiti （检索于 2026 年 8 月 28 日）

• Letta 项目仓库：https://github.com/letta-ai/letta （检索于 2026 年 8 月 28 日）

• Chroma，《上下文腐化：输入 token 增加如何影响 LLM 性能》：https://research.trychroma.com/context-rot （发布于 2025 年 7 月，检索于 2026 年 8 月 28 日）

• OWASP，《智能体 AI 威胁与缓解措施》：https://genai.owasp.org/resource/agentic-ai-threats-and-mitigations/ （检索于 2026 年 8 月 28 日）

• OpenTenBase，原 TBase：https://www.opentenbase.org/en/ （检索于 2026 年 8 月 28 日）

• Wikimedia Commons，封面图“非洲草原象”，GFDL 1.2，Muhammad Mahdi Karim：https://commons.wikimedia.org/wiki/File:African_Bush_Elephant.jpg （检索于 2026 年 8 月 28 日）