💻 computer science

AMP: A Vendor-Neutral Wire Format for Agent Memory Operations

本文介绍了 memorywire，一种厂商中立的 JSON-Schema 线缆格式（wire format）及参考实现，它通过统一的接口、治理通道和经经验验证的后端适配器，将不同框架下的智能体记忆操作标准化，旨在实现互操作性而不与模型上下文协议（Model Context Protocol）竞争。

原作者： Thamilvendhan Munirathinam

发布于 2026-06-02

📖 2 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Thamilvendhan Munirathinam

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在组建一支 AI 助手团队。目前，每个助手都有自己独特的记忆方式：一个在皮革笔记本上写笔记，另一个使用数字便签应用，第三个则保留语音备忘录。它们都使用不同的记忆“语言”。如果你想将你的助手从一种系统切换到另一种系统，你必须从头开始重写他们的整个历史。更糟糕的是，如果一个助手写了一些奇怪或危险的内容，没有经理会在其被锁入永久大脑之前进行检查。

memorywire 是一个旨在解决这种混乱的新提案。你可以把它看作是 AI 记忆的通用翻译器和标准化归档系统。

以下是该论文通过简单类比进行的拆解：

1. 问题所在：“巴别塔”式的 AI 记忆

目前的流行 AI 记忆工具（如 mem0、Letta、Cognee）就像是拥有不同货币的不同国家。

问题： 如果你想将一个 AI 的记忆从“国家 A”转移到“国家 B”，你不能直接转账；你必须将其熔化并重新铸造。你会丢失细节，而且成本很高。
缺失的管理者： 这些系统都没有内置的“管理者”来审查 AI 在其成为永久记忆之前所写的内容。这就像是让一名学生在老师检查数学题是否正确之前，就在学校的白板上写字。

2. 解决方案：通用的“记忆线”（Memory Wire）

作者创建了 memorywire，它是一个标准格式（一种特定的数据封装方式），任何 AI 系统都可以理解。

5 种动作： 与其使用混乱的命令列表，memorywire 定义了 AI 对记忆可以执行的恰好五件事：
1. 记住 (Remember)： 写入一条新事实。
2. 召回 (Recall)： 请求一条记忆。
3. 忘记 (Forget)： 删除一条记忆。
4. 合并 (Merge)： 将两条相似的记忆合并为一条（以防止重复）。
5. 过期 (Expire)： 自动删除旧记忆（类似于“保质期”）。
4 种记忆类型： 就像人类一样，该系统将记忆分为四个桶：
- 语义记忆 (Semantic)： 事实（例如，“爱丽丝讨厌花生”）。
- 情景记忆 (Episodic)： 事件（例如，“爱丽丝昨天在飞行中很紧张”）。
- 程序记忆 (Procedural)： 操作步骤（例如，“如何预订航班”）。
- 情感记忆 (Emotional)： 感受（例如，“爱丽丝对飞行感到焦虑”）。

3. “交通警察”：路由器 (The Router)

论文引入了一个充当交通警察的“路由器”。

工作原理： 当你要求 AI “召回”某些内容时，路由器不会只询问一个数据库。它会向与其连接的所有不同记忆系统同时大声喊出问题。
神奇的技巧 (RRF)： 路由器使用一种称为倒数排名融合 (Reciprocal Rank Fusion, RRF) 的数学技巧。想象三个朋友在猜一个数字：
- 如果朋友 A 说"5"，朋友 B 说"5"，而朋友 C（一个骗子）说"100"，路由器会信任那两个达成一致的朋友。
- 论文证明，即使其中一个记忆系统被黑客攻击或在撒谎，这个数学技巧也能确保 AI 得到正确的答案。这就像是一个捕捉骗子的安全网。

4. “人工参与”：审批闸口 (The Human-in-the-Loop)

这是一个主要功能。系统允许使用 “差异与批准” (Diff-and-Approve) 工作流。

场景： 一个 AI 想要写入一条新记忆：“用户对花生过敏。”
闸口： 系统不会立即保存，而是向人类审核员展示一个“差异”（即新内容与旧内容的对比）。
决策： 人类点击“批准”或“拒绝”。只有在那之后，记忆才会被保存。这防止了 AI 意外记录下虚假或有害的事实。

5. 他们实际测试了什么（结果）

作者并没有发明一种新的神奇大脑；他们只是更好地组织了现有的工具。他们使用以下内容测试了他们的系统：

速度： 它非常快（记住或召回某项内容大约需要 40 毫秒）。
准确性： Tested with 42 questions, the system found the correct answer 100% of the time in the top 5 results. (An additional 8 trick questions were used to ensure the system didn't hallucinate.)
安全性： 他们尝试通过让其中一个记忆数据库撒谎来“黑”掉系统。“交通警察”（RRF）成功地忽略了骗子并保持了正确答案。
兼容性： 他们针对 5 种现有的记忆系统进行了测试。它在基于标准数据库（SQLite 和 PostgreSQL）的系统中运行完美，并且在其他系统上也表现得足够好，证明它可以与不同的“语言”对话。

核心结论

该论文声称 memorywire 并不是一种新型的 AI 智能。它是一个标准化的协议。它是 AI 记忆的"USB-C 接口”。它允许不同的 AI 系统接入同一个记忆库，确保坏数据可以被人类过滤掉，并保护系统即使在网络中的某一部分受到侵害时依然安全。

作者很诚实：他们并不声称这是最终的、完美的解决方案。他们将其作为“草案”（版本 0）发布以获取反馈，目标是使其成为一个大家都会采用的标准，类似于模型上下文协议 (MCP) 正成为 AI 工具的标准一样。

技术摘要：memorywire —— 一种用于智能体记忆操作的厂商中立型线格式

1. 问题：孤岛化的记忆框架

当前的智能体记忆框架（如 mem0、Letta/MemGPT、Cognee、Zep/Graphiti、MemoryOS、MemTensor）呈现出异构化的特征。每个框架都自带其专属的 SDK、存储布局、操作词汇以及记录创建与删除的隐式生命周期。目前不存在共享的“线格式”（wire format）。

这种缺乏标准化的现状造成了三个主要问题：

定制化集成与迁移： 将智能体集成到新后端或在框架间迁移需要编写定制适配器。由于源框架编码的状态多于目标框架数据模型支持的状态，字段级的数据丢失现象十分常见。
缺乏统一治理： 目前没有任何框架提供标准化的“差异对比与审批”（diff-and-approve）工作流，使人类审查员能够在记录进入长期存储前审计写入操作。操作者必须构建自定义的治理层，而这些层可能会被底层框架绕过。
算法停滞 vs. 协议缺口： 本文认为，核心算法（向量搜索、倒数排名融合/RRF、有限状态机/FSM、STM/LTM 整合）已得到充分理解。差距不在于检索性能，而在于缺乏一个共享协议来跨不同的运行时和后端组合这些组件。

2. 方法论与架构

本文提出了 memorywire，这是一个旨在标准化智能体记忆操作的厂商中立型线格式及参考实现。

2.1 线格式设计

该协议通过 JSON Schema 2020-12 定义，且与传输层无关（支持 REST、JSON-RPC 等）。它定义了：

五项核心操作： remember（写入）、recall（读取）、forget（删除）、merge（去重）以及 expire（TTL 策略应用）。
四种记忆类型： 源自认知科学分类法（Tulving, Squire）的语义记忆（Semantic）、情景记忆（Episodic）、程序性记忆（Procedural）和情感记忆（Emotional）。
MemoryStore 协议： 一个定义后端接口的 Python Protocol。后端需声明其 capabilities（能力，例如 vector、graph、procedural），从而允许路由器在调用方无需了解特定后端约束的情况下，组合异构存储。

2.2 参考实现

作者提供了一个基于 Python 3.11+ 的开源参考实现，其特点包括：

五个后端适配器： sqlite-vec、mem0、Letta、Cognee 和 pgvector。这些适配器将线格式映射到各自的内部数据模型，并在必要时处理保真度损失（例如，将字段编码为元数据标签）。
记忆路由器（Memory Router）： 一个执行并行分发操作的路由器，可在 $N$ $N$ 个子存储中同时执行操作。
- 召回融合（Recall Fusion）： 默认使用 倒数排名融合（RRF） 算法（ $k=60$ ），该算法与分数无关且具有加性。它还支持 MAX 和 weighted（加权）融合。
- 图增强（Graph Boost）： 一个可选的一跳图增强功能，用于提升那些邻居节点也存在于融合集合中的条目。
- 容错机制： 使用 asyncio.gather 并设置 return_exceptions=True，以确保单个异常或不可用的后端不会导致整个召回操作崩溃。
程序性记忆： 将有限状态机（FSMs）存储为与 pytransitions 兼容的 JSON 序列化对象，并进行严格校验，以防止通过回调注入引发远程代码执行（RCE）。
STM/LTM 转换器： 一个异步后台任务，根据近期性（recency）、显著性（salience）和置信度（confidence）对短期记忆（STM）条目进行评分，将其提升至长期存储（LTM）或将其剔除。

2.3 治理通道

一个关键特性是 Co-memorize 模式，它将“差异对比与审批”工作流形式化。

被标记为 approval_required=true 的写入操作会被暂存在一个哨兵位（PENDING_APPROVAL_DELETED_AT = -1）之后，在人类审查员通过提供的 UI 提交或拒绝之前，这些记录对召回操作是不可见的。
追加式审计日志作为所有治理和变更事件的单一事实来源。

3. 核心贡献

本文做出了五项具体贡献：

C1. 线格式规范： 基于 JSON Schema 的协议，涵盖五项操作和四种记忆类型，并通过 v0.5 版本通过破坏性变更政策进行版本控制。
C2. 参考实现： 一个生产级的 Python SDK，包含五个后端适配器、一个使用 RRF 的并行路由器以及一种容错的局部失败模型。
C3. 治理 UI： 实现了一种能够透明集成到任何后端适配器的“差异对比与审批”模式。
C4. 实证评估：
- 在 100 个事实/50 个查询上的微基准测试。
- 对抗性融合实验，测试针对恶意后端的鲁棒性。
- 16 个场景的跨适配器一致性测试套件。
C5. 威胁模型与产物： 一个包含六类对手的威胁模型，具备行级缓解措施，并提供开放数据产物以实现声明的完全可复现性。

4. 结果

4.1 微基准性能

在包含 100 个手工编写事实和 50 个标注查询（使用 all-MiniLM-L6-v2 和 sqlite-vec）的语料库上：

Recall@5： 在 42 个标注查询（包括改写、精确匹配和多命中查询）中达到 1.000。
延迟： 摄取（Ingest）p50 = 37.8 ms；召回（Recall）p50 = 40.6 ms。
精确率（Precision）： 0.214（受限于每个查询的黄金 ID 比例）。
无匹配处理： 0/8 个“无匹配”探测返回了假阳性（尽管论文指出这是由于 v0 设计中的刻意选择，即在没有相关性阈值的情况下返回最多 $k$ 个命中项）。

4.2 对抗性融合实验

研究测试了面对一个在排名 0 处注入攻击者控制 ID 的“N 个后端中 1 个恶意后端”时，融合算法的鲁棒性。

RRF： 在所有攻击预算（ $K \in \{0, 5, \dots, 50\}$ ）下均保持 Recall@5 = 1.000。RRF 的分数独立性防止了单个恶意存储主导融合输出。
MAX： 在 $K=5$ 时立即崩溃，Recall@5 降至 0.500，且 泄露率达 80%（80% 的返回 ID 由攻击者控制）。
Weighted（加权）： 当权重相等时，表现与 RRF 一致。

4.3 跨适配器一致性

针对所有五个适配器运行了 16 个协议不变场景的测试套件（共 80 个单元格）。

结果： 68 个 PASS（通过），12 个 SKIP（跳过），0 个 FAIL（失败）。
分析： 基于 SQL 的适配器（sqlite-vec、pgvector）通过了所有场景。SDK 封装类适配器（mem0、Letta、Cognee）跳过了与其上游缺失功能的相关场景（例如缺少 user_id 命名空间、缺少稳定的每记录 ID 或缺乏空策略保护）。这些跳过的场景识别出了 v0.2 规范需要进一步收紧的具体领域。

4.4 初步长上下文基准测试

初步运行 LongMemEval 和 LoCoMo 的结果显示，在修复了一个“向量 ANN top-k 在智能体过滤前计算”的 Bug 后，性能显著提升：

LongMemEval： 从 0.286 提升至 0.417（相对提升 +46%）。
LoCoMo： 从 0.018 提升至 0.150（相对提升 8.3 倍）。
作者指出这些是初步结果（n=10–12, 1 个种子），且使用的嵌入模型（all-MiniLM-L6-v2）是一个较弱的参考，协议本身是与嵌入模型无关的。

5. 重要性与主张

本文明确指出，其贡献并非在于新的算法突破，而在于对既有组件（RRF、FSMs、STM/LTM 整合、差异对比与审批工作流）的封装与标准化。

定位： memorywire 被定位为与 模型上下文协议 (MCP) 协同工作而非竞争。虽然 MCP 标准化了工具使用，但它缺乏原生的记忆原语。memorywire 填补了这一空白，未来可能作为 MCP 的扩展或独立的标准（通过 IETF）。
谦逊态度： 作者承认 memorywire v0 是一个草案，保留通过 v0.5 版本引入破坏性变更的权利。他们也承认目前的评估使用的是小型合成语料库和初步基准测试，全规模评估（5 个种子 × 200 个问题）已推迟至 v2 版本。
核心价值： 其核心价值在于提供了一个与场所无关的协议，允许任何客户端与任何后端通信，使智能体能够跨运行时携带记忆，并为人类对记忆写入的治理提供标准化的界面。

总之，memorywire 提供了一个务实的、经过实证验证的协议，旨在解决当前困扰智能体记忆生态系统的互操作性和治理碎片化问题。