腾讯推出Team Memory：AI智能体团队协作新解决方案

中国科技巨头腾讯近日发布了名为Team Memory的开源项目，旨在帮助AI智能体团队通过统一存储实现上下文共享。该方案专为解决长时间会话中因上下文丢失导致的重复输入问题而设计，避免智能体需反复重新了解用户或项目背景。

Team Memory的核心特性是「个人层」（persona layer），该层基于用户偏好、决策记录与交互历史，构建稳定的用户画像。据腾讯官方数据，引入这一机制后，智能体的准确率可从48%提升至76%，相对改善达59%。

与传统方法中每次请求需传输大量上下文不同，Team Memory采用四类可重复使用的资产：Chat Memory（交互历史）、Skill（工作流程与操作规范）、LLM-Wiki（结构化文档）及Code-Graph（代码与关系索引）。每个智能体仅获取所需资产，从而减少冗余并提升安全性。

然而，专家指出，治理（governance）仍是当前版本的关键缺陷。Team Memory缺乏错误数据纠正或过时信息清理机制，这意味着任何错误一旦写入共享存储，将自动传播至所有使用该存储的智能体，在生产环境中可能引发严重后果。

社交媒体上的专业人士已开始讨论这一问题。用户Blake Murphy指出：「共享上下文让数据写入路径变得有趣，但无法解决错误修正问题。」另一位评论者Virgil Maro则强调，治理是此类系统最复杂的部分，因其需决定哪些数据不应被记录。