Google Cloud 开源了一款轻量级 AI 代理，重新思考了 AI 系统处理长期记忆的方式——用持续运行的流程取代标准的检索增强生成（RAG）管道，该流程读取、整合和查询完全存储在 SQLite 中的结构化记忆。
始终在线记忆代理（Always-On Memory Agent）使用 Google 的 Agent Development Kit 构建，运行在 Gemini 3.1 Flash-Lite 上，作为后台进程全天候运行。它不使用向量数据库，也不使用嵌入向量。相反，LLM 读取传入内容，提取结构化信息，并定期整合相关记忆——其设计者将其比作人类大脑在睡眠期间处理信息的方式。
「大多数 AI 代理都会遗忘。它们处理一个请求，回答它，然后丢弃上下文，」项目文档指出。
该系统使用三个专业化的子代理，在单一编排器下工作。IngestAgent 从传入内容中提取摘要、实体、主题和重要性评分，支持包括文本、图像、音频、视频和 PDF 在内的 27 种文件类型。ConsolidateAgent 按计时器运行，默认每 30 分钟一次，审查未整合的记忆，发现它们之间的关联，并编写综合摘要和关键见解。QueryAgent 通过读取所有存储的记忆和整合见解来回答问题，并引用其使用的特定记忆 ID。
这种方法代表了与主导 RAG 模式的根本性背离。在传统的 RAG 系统中，文档在摄取时嵌入到向量存储中，并在查询时被动检索——摄取和检索之间没有主动处理。相比之下，始终在线记忆代理在摄取和查询之间的间隙中主动处理记忆，链接相关信息并生成向量相似性搜索会遗漏的交叉引用。
该代理可在 GitHub 上获取，属于 Google Cloud 的生成式 AI 仓库。它监视可配置的收件箱目录，自动整合，并在端口 8888 上提供用于摄取和查询操作的 HTTP API。Streamlit 仪表板提供用于浏览和管理记忆的可视化界面。
用例涵盖从研究助手（在一周内摄取 PDF、会议音频和截图，之后能自主将成本目标与可靠性问题联系起来）到支持代理（将过去的工单存储为结构化记忆，并用引用来源回答新问题）。
对于需要跨会话维持上下文而又不想承担向量数据库基础设施开销的开发者和企业来说，该代理提供了一个更简单的替代方案：一个 SQLite 数据库、一个后台进程，以及一个告诉 LLM 在存储之前先思考的提示。
来源：“Google Cloud’s Always-On Memory Agent Replaces RAG and Embeddings With Continuous LLM Consolidation on Gemini 3.1 Flash-Lite” (MarkTechPost，2026年7月18日)；Google Cloud GitHub 仓库
婷 翻译