AMP: A Vendor-Neutral Wire Format for Agent Memory Operations

近日，一项旨在统一AI智能体记忆操作的开源格式——AMP（一种供应商中立的智能体记忆操作线格式）正式以学术论文形式公开，论文编号为arXiv:2606.01138。该格式由研究团队提出的“memorywire”规范定义，试图解决当前智能体记忆框架各自为战的混乱局面。

为什么需要统一线格式？

目前市面上的智能体记忆框架，比如mem0、Letta/MemGPT、Cognee、Zep/Graphiti、MemoryOS、MemTensor，每个都有自己独立的SDK、存储结构和操作术语。说白了，集成一个新框架就得从零写代码，迁移数据更是要彻底重建记忆库。这难道不是一种根本性的缺陷吗？没有共享的线格式，整个生态就像一堆互不兼容的拼图碎片。

memorywire 的核心设计

论文提出的memorywire格式基于JSON-Schema 2020-12标准，专门为智能体记忆操作定义了一套标准“话术”。它一共定义了五种核心操作：

• 记住（remember）：把新信息存入记忆库。
• 回忆（recall）：从库中检索相关信息。
• 遗忘（forget）：删除特定记忆。
• 合并（merge）：把多条记忆整合成一条。
• 过期（expire）：让记忆按时间失效。

同时，格式覆盖了四种记忆类型：语义记忆（概念知识）、情节记忆（具体事件）、以及另外两种？等等，摘要里明确提到了四种，这里咱们得老实说，源资料只写了 semantic（语义）和 episodic（情节）两种，另外两种类型源里没提名字，所以不能瞎编。

治理功能才是真正的亮点

其实真正让人眼前一亮的是它的“治理表面”（governance surface）。论文直言，现有的框架没有一个能让人在记忆写入长期存储之前审核一下。想象一下，你的AI智能体偷偷把不该记的东西存起来，而你完全不知情——这就是现状。memorywire格式允许人类在写入前“过目”并批准或拒绝，这算是给智能体记忆装了个审批阀。

这格式意味着什么？

对于开发者来说，这意味着可以不再被特定框架绑定。你写一套操作代码，就能在mem0、Letta、Cognee之间自由切换。对于企业用户，这解决了数据迁移的噩梦——不用每次升级框架都重建记忆。更关键的是，审核机制让AI系统在合规性上迈出了一步。咱们都知道，AI记忆一旦出错，后果可能挺严重。

可以说，memorywire的提出，为智能体记忆领域提供了一个真正可互操作的“通用语言”。它能不能被主流框架接受？这还得看后续社区的推广力度。但至少，它给出了一个方向：与其造更多孤岛，不如建一座桥梁。