02 - 写入路径：什么该被记下来

前置：01 篇的三种记忆分型与四个动作。

本篇回答：一段对话结束后，具体是谁、在什么时候、按什么规则决定哪几句话值得留下来。这一步决定了检索的天花板 —— 抽取时丢掉的信息，任何检索策略都找不回来。

本篇会用到的词：

词	意思
抽取（extraction）	用一次模型调用把对话变成若干条独立的事实陈述
巩固（consolidation）	新抽出的事实和已有记忆比对，决定是新增、改写、作废还是丢弃
自包含（self-contained）	一条记忆脱离原对话也读得懂。「他也喜欢」不自包含，「用户的哥哥也喜欢滑雪」自包含
观测日期 / 当前日期	抽取时用到的两个不同时间锚点：对话实际发生的日期，和跑抽取的日期。混用会把相对时间解析错
幻觉 ID	让模型直接操作 UUID 时，它会编出一个格式正确但不存在的 ID。规避手段见 2.2

一、两条路线：抽取还是原样存

两条路线不是二选一。生产系统常见的做法是原样存一份原始片段做兜底与审计，同时抽一份事实做主检索路径 —— 代价是存两份。

MemDelta 那个数字值得单独说一句：在受控对照下，让 Agent 自己决定记什么（42%），反而不如把对话原样切片做向量检索（47%）。这不是说抽取式没用，而是说抽取带来的收益不像宣传材料里那么确定，而它的成本是确定的。完整实验设计在 07 篇第四节。

二、mem0 的写入流水线

mem0 是抽取式路线里代码最完整、被读得最多的实现。下面按主分支 mem0/memory/main.py 的 _add_to_vector_store 逐段拆。

值得注意的是②和③的顺序 —— 先检索再抽取，让模型在"已经记过什么"的前提下做判断。跳过②的实现（先抽后查）会产生大量语义重复条目。

2.1 阶段②：检索已有记忆的两个约束

# mem0/memory/main.py，_add_to_vector_store 内
# Phase 1: Existing memory retrieval
search_filters = {k: v for k, v in filters.items() if k in ("user_id", "agent_id", "run_id") and v}
query_embedding = self.embedding_model.embed(parsed_messages, "search")
existing_results = self.vector_store.search(
    query=parsed_messages,
    vectors=query_embedding,
    top_k=10,                 # 硬编码：模型最多能看到十条已有记忆
    filters=search_filters,   # 三个租户维度，缺一个就会跨范围检索
)

两点要看清楚：

filters 决定隔离边界。user_id / agent_id / run_id 三个维度，调用方漏传就退化成全库检索。多租户系统里这是一个真实的越界风险，07 篇第三节展开
查询用的是整段对话的嵌入，不是逐条事实的嵌入。对话涉及多个话题时，这个"平均向量"可能哪个话题都不太像，检索出来的十条已有记忆跟真正要写的事实关系不大

2.2 阶段③：UUID 要先映射成整数

这段代码上面挂着一行注释 # Map UUIDs to integers (anti-hallucination)：

existing_memories = []
uuid_mapping = {}
for idx, mem in enumerate(existing_results):
    uuid_mapping[str(idx)] = mem.id        # 记下 "0" → "a3f1c8e2-..." 的对照
    existing_memories.append({"id": str(idx), "text": mem.payload.get("data", "")})
# 给模型看到的是 [{"id": "0", "text": "..."}, ...]，不是真正的 UUID

为什么必须这么做：直接把 UUID 给模型，让它回答"这条新事实和哪条旧记忆有关"，它会返回一个格式完全正确、但库里不存在的 UUID。32 位十六进制串对模型来说是高熵噪声，复制过程中出错的概率远高于复制一个个位数。

映射成 "0"–"9" 之后，模型的输出空间被压到十个值，越界立刻能校验出来。这是一条通用经验：任何需要模型引用现有实体的场合，都不要让它直接搬运长标识符。

2.3 infer=False：绕过抽取的旁路

def _add_to_vector_store(self, messages, metadata, filters, infer, prompt=None):
    if not infer:
        # 不调模型，每条非 system 消息原样存一条记忆
        for message_dict in messages:
            if message_dict["role"] == "system":
                continue
            msg_embeddings = self.embedding_model.embed(message_dict["content"], "add")
            mem_id = self._create_memory(message_dict["content"], {...}, per_msg_meta)
        return returned_memories
    # ...以下才是抽取流水线

这条旁路就是第一节的路线 B。它在两种场景下有用：

写入的内容已经是结构化事实（比如从业务事件流灌进来的），再抽一遍没有意义还会引入误差
成本敏感的批量灌数：一百万条历史消息全走抽取，是一百万次模型调用

三、从四操作巩固退回纯追加

mem0 论文里的写法是两阶段：抽取出候选事实之后，再让模型对照已有记忆决定做什么。提示词至今还在 mem0/configs/prompts.py 里：

DEFAULT_UPDATE_MEMORY_PROMPT = """You are a smart memory manager which controls the memory of a system.
You can perform four operations: (1) add into the memory, (2) update the memory,
(3) delete from the memory, and (4) no change.
...
- ADD: Add it to the memory as a new element
- UPDATE: Update an existing memory element
- DELETE: Delete an existing memory element
- NONE: Make no change (if the fact is already present or irrelevant)
"""

而主分支的默认路径已经不走它了。同一个文件里新增了：

# V3 Additive Extraction Prompt (ADD-only with memory linking)
ADDITIVE_EXTRACTION_PROMPT = """
# ROLE
You are a Memory Extractor ... Your sole operation is ADD: identify every piece of
memorable information and produce self-contained, contextually rich factual statements.
...
When a new memory is related to an Existing Memory — same topic, overlapping entities,
updated/shifted preference, follow-up event, or continuation of a narrative — include the
Existing Memory's ID in the new memory's "linked_memory_ids" array.
"""

这次转向的实质是把"哪条才对"的判断从写入时推迟到检索时。写入时模型只看得到十条相关记忆，检索时至少还知道当前问的是什么 —— 判断依据更充分。代价是库的增长和检索侧复杂度。

为什么会退回去，从代码本身能读出三条理由：

UPDATE 和 DELETE 是不可逆的。模型在只看到十条相关记忆的情况下判断"这条该删"，判错就没有第二次机会
四操作要求模型同时做两件事：识别新事实、并对每条做决策。合并任务会同时拉低两者的准确率
纯追加天然幂等。同一段对话重跑一遍，最坏结果是多几条被哈希或语义去重挡掉的重复；四操作重跑一遍可能把上次刚建的条目删掉

代价被明确接受了：库只增不减，冲突并存。这就把压力全部转移到检索侧和作废机制上 —— 也就是 03 篇和 04 篇的主题。

四、写入时机：热路径还是后台

LangMem 的概念文档把这两种时机叫 active（热路径）和 background（后台），并列出了各自的代价：

时机	延迟影响	记忆生效速度	处理位置	适合
热路径	高	立即	生成回复的同一轮内	关键上下文更新
后台	无	延迟	两次调用之间或之后	模式分析、摘要

后台写入的窗口期是一个真实的正确性缺口，不是理论问题：用户说完「我改吃粤菜了」立刻追问「那推荐一家」，如果这一轮读到的还是旧记忆，效果比没有记忆更糟。

默认选后台。热路径写入只在一种情况下值得：用户的当轮输入明确是在给系统下指令（"以后都用中文回我"），且这条指令必须立刻生效。这类输入可以用一个轻量分类器识别出来单独走热路径，其余走后台。

五、抽取质量的三条硬要求

5.1 每条必须自包含

# ❌ 抽出来的记忆依赖原对话才能读懂
{"text": "他也喜欢这个"}
# 检索时命中了这一条，注入上下文之后模型看到的是一句没有指代对象的话，
# 结果是模型要么忽略它，要么按自己的猜测补全 —— 后者更糟。

# ✅ 指代全部解析掉
{"text": "用户的哥哥也喜欢滑雪"}

mem0 的提示词里专门给了一段"最近 k 条消息"就是为了解代词：## Last k Messages — Recent messages (up to 20) preceding New Messages. Use to resolve references and pronouns in New Messages.

5.2 相对时间必须锚定到绝对时间

这是抽取里最容易被忽略、后果又最持久的一条。mem0 的提示词把两个日期分得很开：

输入	含义	用途
Observation Date	对话实际发生的日期	唯一可以用来解析「昨天」「上周」的锚点
Current Date	跑抽取的日期，可能比对话晚几个月	不得用于解析对话里的相对时间

提示词里给的理由很直白：一条写着「用户上周去了巴黎」的记忆，六个月后读回来毫无意义；写成「用户在 2023 年 5 月 15 日那周去了巴黎」则永远成立。

批量灌历史数据时这条最容易踩：一次性把两年的聊天记录跑抽取，如果拿跑批的当天当锚点，两年里所有的「昨天」会全部解析到同一天。

5.3 抽取范围要明确到角色

mem0 的两版提示词在这一点上是反的，说明这是个需要按场景决定的选项：

# USER_MEMORY_EXTRACTION_PROMPT —— 只从用户消息抽
# [IMPORTANT]: GENERATE FACTS SOLELY BASED ON THE USER'S MESSAGES.
# DO NOT INCLUDE INFORMATION FROM ASSISTANT OR SYSTEM MESSAGES.

# ADDITIVE_EXTRACTION_PROMPT —— 两边都抽
# You extract from BOTH user and assistant messages. User messages reveal personal facts...
# Assistant messages contain recommendations, plans, suggestions...

只从用户消息抽：安全，不会把模型自己的幻觉固化成"事实"。代价是丢掉助手给出的方案和承诺 —— 用户下次问"你上次推荐的那家店"就找不到了。

两边都抽：能记住方案与承诺，但要防住模型给自己背书。新版提示词的防线是一条排除清单：不抽"你看起来很有热情"这类助手对用户的主观刻画，除非用户明确认可；不抽"好问题！"这类客套。

六、写入成本

按一次 2,000 token 的对话、抽出 3 条事实估算，用输入价格 $3/MTok、输出$ 15/MTok 的中档模型：

倍数比绝对金额更有用，因为它不随模型降价变化。mem0 v2 取消独立巩固调用之后，默认配置回到了图中第二行。

这笔开销在账单里默认算不出来 —— 抽取调用和业务调用用的是同一个 API key。要拆开，得在网关侧按调用来源打标，做法见可观测性 06 篇。

七、四种静默失效

写入路径出问题时通常不报错，只是记忆变少或变脏。四种最常见的：

失效	现象	根因	怎么发现
抽了个空	会话结束后一条记忆都没多	模型返回了空 `facts` 数组，或 JSON 解析失败被 `except` 吞掉	监控"每会话新增记忆数"的分布，长期为 0 的用户是信号
抽成流水账	记忆库里全是「用户问了一个问题」这类无信息条目	提示词没有约束"什么不该抽"，模型倾向于多抽	抽样人读，或用另一个模型给每条记忆打"以后还用得上吗"的分
时间全塌到一天	所有记忆的时间描述指向跑批那天	拿 Current Date 当锚点解析相对时间	查记忆文本里的日期分布，出现尖峰即是
跨租户串号	用户 A 读到了 B 的记忆	`filters` 里少传一个维度，检索退化成全库	在存储层加租户列的强制约束，别只靠调用方传参

前三种是质量问题，第四种是事故。第四种不要靠代码评审防：在向量库或数据库层面把租户字段做成必填的分区键，调用方漏传时直接报错，而不是悄悄返回全部数据。

八、小结

抽取式的收益在受控评测里不像宣传的那么确定，而它的成本（模型开销约 1.7 倍）是确定的；生产系统常见做法是两条路线各存一份
mem0 v2 的流水线只有一次模型调用，且把 UUID 映射成个位数整数给模型看 —— 后者是任何需要模型引用实体的场合都该抄的做法
从四操作巩固退回纯追加，本质是把"哪条才对"的判断从写入时推迟到检索时；不可逆操作在信息不全时代价太高
默认走后台写入，只给明确的指令类输入开热路径
抽取质量的三条硬要求：自包含、时间锚定到观测日期、明确抽取角色范围

下一篇：03 - 冲突、遗忘与时间，处理纯追加留下的那个问题 —— 库里两条矛盾的记忆并存时，谁说了算。

← 回到专题索引

一、两条路线：抽取还是原样存​

二、mem0 的写入流水线​

2.1 阶段②：检索已有记忆的两个约束​

2.2 阶段③：UUID 要先映射成整数​

2.3 infer=False：绕过抽取的旁路​

三、从四操作巩固退回纯追加​

四、写入时机：热路径还是后台​

五、抽取质量的三条硬要求​

5.1 每条必须自包含​

5.2 相对时间必须锚定到绝对时间​

5.3 抽取范围要明确到角色​

六、写入成本​

七、四种静默失效​

八、小结​