Weaviate 今日宣佈，其專為智能體應用打造的託管記憶與上下文服務 Engram 現已正式發佈。Engram 旨在幫助智能體編排工作流、從經驗中學習，並將決策錨定在可信知識上。
記憶是基礎設施
智能體本應隨時間推移不斷積累價值——它們應記錄交互、累積上下文，並隨着運行時間的增長而變得更加有用。然而在實踐中，這種價值積累往往未能實現，甚至可能因以下三種失敗模式適得其反：長上下文退化——每次交互都將完整對話發送給模型，導致延遲和成本上升，且即使使用最先進的上下文窗口，輸入過長時回答質量也會下降；原始數據混亂——用户交互包含噪音，事實隨時間演變，將原始事件堆入存儲並在查詢時讓LLM協調，實際上將最困難的問題推到了最不合適的環節；多智能體上下文碎片化——一旦單個請求跨越多個智能體，內置記憶模式便會失效，需要持久化、有作用域的共享記憶來協調工作流。這些問題對於生產級智能體的成功至關重要，且本質上是結構性的。解決方案不是對提示層的修補，而是系統性的記憶與上下文管理。記憶不應是膚淺的附加組件，而應如同存儲、檢索和可觀測性一樣，被視為刻意設計的基礎設施組件。
Engram 是什麼
Engram 是一項託管服務，它將原始、嘈雜的智能體事件轉化為結構化、持久化、有作用域的記憶，並通過 Weaviate 的混合語義與關鍵詞檢索回傳。它是一個值得信賴的記憶層，繼承了 Weaviate 數據庫的成熟性。異步管道在後台運行，提取相關信息，與已知信息進行核對（處理去重、偏好變化和隨時間演變的事實），並持久化乾淨的記憶狀態。個性化用例模板在發佈首日即提供，後續幾周將推出持續學習和多智能體狀態模板。當團隊需求超出模板時，可直接控制底層管道，而無需離開平台。從預覽版到正式版的路線由實際用例塑造——將 Engram 應用於不同場景後，我們定義了生產就緒所需的變更：更持久的管道、更高效的提取和轉換，以及避免記憶漂移的確定性協調。這一強化是 Engram 所有功能的基礎：主動維護的記憶而非不斷膨脹的上下文塊；應用層的即發即棄——記憶管道在後台異步且持久地運行，熱路徑從不被記憶 I/O 阻塞；常見情況的模板及其他場景的原語；從第一天起的內置作用域——按項目、用户和屬性的隔離是原語的一部分，確保正確的記憶能被正確的調用者訪問；基於 Weaviate 的統一檢索——記憶繼承了 Weaviate 的混合搜索、擴展特性和運營記錄。
誰應該使用 Engram
Engram 適用於智能體已超出單次交互的團隊：需要跨會話記住用户的助手、應從反饋中改進而非重複錯誤的智能體，以及需要共享作用域狀態的多智能體系統。如果你正在構建這樣的智能體，很可能你已經自己搭建過某種記憶方案。通常，它開始於幾種方式之一：每次交互都將完整對話發送給模型、手動維護 MEMORY.md、將原始事件直接存儲為數據庫中的記憶，或在檢索棧旁運行獨立的記憶提供程序。每種方式在複雜度達到一定程度前都能工作，但隨後會因上述原因失效：上下文隨增長而退化、原始數據未協調、記憶在多智能體間碎片化。Engram 正是解決這些問題的方案：主動協調而非積累、持久管道而非同步副作用、一個平台同時處理記憶與檢索而非兩個。
開始使用 Engram
Engram 現已在 Weaviate Cloud 中正式可用。立即通過免費套餐開始積累智能體的價值：創建 Engram 項目，查看項目儀表盤，閲讀 Engram 文檔，瞭解完整架構故事請參閲 Engram 深度解析，訂閲 Weaviate Agents 新聞通訊獲取產品更新和最佳實踐。準備開始構建？查看快速入門教程，或通過 Weaviate Cloud 免費試用構建精彩應用。