大模型「记忆断片」成历史！AI初创全新Zep系统，知识图谱破解上下文诅咒

新智元报道

编辑：peter东 乔杨

【新智元导读】Zep，一个为大模型智能体提供长期记忆的插件，能将智能体的记忆组织成情节，从这些情节中提取实体及其关系，并将它们存储在知识图谱中，从而让用户以低代码的方式为智能力构建长期记忆。

无论是ChatGPT还是Deepseek，随着大模型性能的提升，其能够处理的上下文也越来越长。但是，一旦超出上下文窗口的限制，大模型就需要重新开一个对话，如同「失忆」一般忘记之前交流的内容。

然而，站在用户的角度，智能体应该能够记住之前的所有对话，因此如何有效地管理和利用对话历史，就成为了提升AI智能体用户体验的关键。拥有长期记忆后，智能体能够回忆过去的对话，减少幻觉、延迟和成本。

将聊天记录作为文本导入，然后使用RAG来「恢复记忆」，是一种让大模型具有长期记忆的常用方式，但这往往需要额外的工程，构建RAG也存在无法忽视的时间差。

最近，一家名为Zep AI的初创公司推出了为智能体打造的记忆层，通过回忆聊天历史，可以自动生成摘要和其他相关信息，使AI助手能够在不影响用户聊天体验的情况下，异步地从过去的对话中提取相关上下文。

传送门：https://www.getzep.com/

Zep AI成立于2023年，是一家位于湾区的YC系初创，主要愿景就是为AI构筑长期记忆。他们开发的核心插件已经在GitHub上开源，获得了3k+标星，同时也发表了详解技术原理的预印版论文。

仓库地址：https://github.com/getzep/zep

Zep：更适合工业界的MemGPT

论文链接：https://arxiv.org/pdf/2501.13956

当前使用RAG的方法主要集中在领域知识和静态语料库上，即添加到语料库的文档很少发生变化。

要使智能体的落地场景更加普遍，解决各种各样琐碎或高度复杂的问题，就需要访问大量的动态数据，比如与用户的交互、相关的业务数据以及世界知识。

Zep的开发者们认为，当前的RAG方法并不适合实现这一愿景；要想赋予智能体以动态、广泛的「记忆力」，需要让LLM驱动的智能体真正拥有存储部件。

事实上，这个想法并非Zep AI团队的原创。2023年，UC伯克利的研究者们发表的MemGPT就提出了这一点。

论文链接：https://arxiv.org/pdf/2310.08560

具体来看，Zep可视为AI智能体的基本内存，由具有时间感知能力的知识图谱引擎Graphiti所驱动，可以摄入并综合结构化业务数据和非结构化的消息数据，并动态更新知识图，从而表征一个复杂、不断发展的世界。

与其他知识图引擎相比，Graphiti的一个关键不同是具有时间提取和边失效过程，从而具备了管理动态信息更新的能力。

相比MemGPT，Zep更适用于工业界的生产场景，在内存检索机制的各方面性能上都有所提升，包括准确性、延迟和可扩展性。

构建知识图谱

Zep的「记忆」由一个具有时间感知能力的动态知识图谱（temporally-aware dynamic knowledge graph）所驱动，可以表示为=(,ℰ,ϕ)，其中为节点，ℰ表示边，而ϕ则是一个形式关联函数（formal incidence function），可表示为ℰ→×。

整个知识图谱共包含3层子图，从底层到顶层分别为：情节（episode）子图e，语义（semantic）子图s以及社区（community）子图c。

• 情节子图：以消息、文本或JSON的形式保留原始输入数据，其中的每个边将情节链接至下一层的相应语义实体

• 语义子图：基于情节子图提取实体及其关系

• 社区子图：每个节点表示一簇具有较强关联的实体，每个边将上一层的语义实体和社区相连接

这种分层表示与之前的AirGraph和GraphRAG有相近之处，更接近人类心智中的记忆模式，从而让使用Zep的LLM智能体发展出更加复杂和细微的存储结构。

内存检索

Zep的一大亮点就是功能强大、高效且高度可配置的的内存检索系统，包括3个核心步骤：

• 搜索（φ）：根据输入文本S，识别出可能包含相关信息的候选节点和边，可以表示为φ:S→ℰsn×sn×cn

• 重排（ρ）：对上一步的搜索结果重新排序，即ρ:φ⁢(α),…→ℰsn×sn×cn

• 构造器（constructor χ）：将相关的节点和边转换为文本形式的上下文，即χ:ℰsn×sn×⁢cn→S

第一步骤的搜索中，除了RAG常用的余弦相似度搜索和全文搜索，Zep还加入了广度优先搜索，分别针对相似性的不同方面：全文搜索识别词语相似性，余弦搜索捕获语义相似性，而广度优先搜索揭示了上下文相似性，从而最大程度地从图谱中挖掘最佳语境。

实验评估

论文采用了两种针对LLM内存的基准测试，分别是DMR任务（Deep Memory Retrieval）和LongMemEval基准，相关的实验代码已经公布在GitHub仓库中。

DMR的基线除了MemGPT外，还有两种常见的LLM内存方法：完整对话上下文（full-conversation context）和会话摘要（session summary）。

从下图和表格中可以看出，无论使用GPT-4-Turbo还是GPT-4o-mini模型，Zep都可以超过基线方法，但DMR基准的设计存在一个显著缺陷：无法评估对复杂记忆内容的理解，完整上下文搜索所得到的高分就能从侧面证明这一点。

LongMemEval基准的弥补了DMR的这一缺陷，加入了更长、更连贯的对话内容以及更多样化的评估问题，从而更好地反映真实场景的需求，实验结果如下表所示。

可以看到，相比基线方法，Zep不仅提升了结果的精度，而且将响应时间减少了约90%，相比其他LLM供应商也有约80%的提升。

参考资料：

https://arxiv.org/pdf/2501.13956

https://blog.getzep.com/state-of-the-art-agent-memory/