腾讯云推出“龙虾”记忆服务 大幅提升OpenClaw AI应答准确率

2026年4月3日，腾讯云正式发布自研“龙虾”记忆服务TencentDB Agent Memory，为旗下OpenClaw系统提供长期记忆能力。该服务采用四层渐进式记忆架构，解决传统AI助手易“失忆”的痛点，经测试可将OpenClaw回答准确率提升至76.10%，较原有系统性能提升近59%。

不少使用过AI助手的用户都遇到过类似的尴尬：上一轮对话刚明确提过的需求规则，下一轮交互时AI就彻底“失忆”，涉及多轮沟通的复杂项目场景更是频繁出现信息偏差，这种短期记忆能力的缺陷，长期以来都是AI助手从“玩具”走向“工具”的核心阻碍。

当前主流大模型的上下文窗口容量有限，即使是号称支持百万级Token的大模型，在实际使用中也会因为长上下文检索效率低、信息混淆等问题，难以支撑超过20轮以上的连贯复杂交互。面向企业场景的AI Agent则需要同时对接多个业务系统的信息，对记忆的准确性、召回效率要求更高，自研记忆系统的成本居高不下，也让不少中小团队的Agent开发望而却步。

此次腾讯云推出的“龙虾”记忆服务由其数据库团队自研，采用了独创的四层渐进式记忆架构，从底层解决记忆的留存、提炼、调用问题：
第一层是原始对话层，完整保留所有交互的全量信息，避免关键内容在提炼过程中出现损耗；
第二层是原子记忆层，自动从对话中提取用户偏好、规则约束等核心信息，无需全量检索即可快速调用核心规则；
第三层是场景分块层，按照对话主题、所属项目对记忆内容聚类，确保不同场景的信息不会互相干扰；
第四层是用户画像层，长期沉淀用户的使用习惯、核心诉求，实现AI助手的个性化适配。