Databricks 在 Agent Bricks 推出 Agent Memory 测试版

核心事实

Databricks 于 10 月 20 日发布博客，宣布在智能体开发平台 Agent Bricks 上推出 Agent Memory。据官方介绍，该功能用于存储智能体应当记住的关键事实、用户偏好与工作流，以提升智能体质量并降低时延与成本。该功能目前处于 Beta 阶段，运行在 Databricks 的无服务器 Postgres 服务 Lakebase 上，由 Databricks 在用户工作区内开通并运维。官方称其基于 Databricks 最新的记忆研究构建。

背景与影响

博客指出，无状态智能体会反复重新推导已知信息，也无法在会话结束后保留用户偏好或纠正过的错误。Databricks 称，Agent Memory 由三部分组成：托管会话记录对话历史，托管记忆保存值得保留的内容，记忆流水线在后台将会话提炼为长期记忆并去重、替换被新对话推翻的事实。该架构源自其研究提出的 MemCurrent 设计。Databricks 表示，在其内部基准测试中，采用该记忆架构后智能体在真实企业任务上的通过率提升至约三倍，同时使用的 token 减少 31%。上述数字均为 Databricks 自述，尚未获独立验证。

限制与来源

该功能仍为 Beta，正式可用时间、定价、所支持的地区与框架等细节，博客未作说明，需以 Databricks 官网当前信息为准。本文内容来自 Databricks 官方博客，性能数据出自其内部基准与研究论文，不构成采购或投资建议。