近日,阿里云 Memory 服务升级:面向 Personal Agent 场景,增强对用户偏好、计划和历史约定的记忆能力,并提供 MCP、CLI 等接入方式。Memory 是阿里云百炼的核心服务之一,近期在 HaluMem-medium 长期记忆与 PersonaMem-v2 个性化记忆评测中取得领先表现,为 Agent 持续理解用户、提供个性化服务提供支持。
随着 Agent 从单次问答走向持续的个人服务,如何准确记住信息、随需求变化更新记忆,并在后续任务中调用,成为影响服务体验的重要因素。仅依赖当前会话,难以延续对用户的长期理解;将全部历史对话加入提示词,则会增加成本与信息干扰。
Memory 从对话中提取关键信息,按规则保存为记忆与用户画像。在后续会话中,Agent 根据用户身份和当前问题检索相关记忆,将其加入任务上下文,用于生成回应。新的有效信息可继续写入记忆,帮助 Agent 持续跟进用户需求,减少重复询问。

在近期 HaluMem-medium 对比结果中,Memory 在记忆提取的召回率、准确率、F1,以及记忆问答 C 指标四项上均取得最高分;在 PersonaMem-v2 评测中,Memory 以 56.82 的总体得分位列所列 8 个系统第一,并在 9 个任务维度中的 7 项取得最高分。
HaluMem-medium 主要考察记忆系统对历史信息的提取与使用能力;PersonaMem-v2 则聚焦长期交互中的用户理解、隐式偏好推断、偏好更新与个性化回应能力,为个人智能体能否准确记住信息、结合用户需求提供服务提供评测参考。

以理财咨询场景为例,当用户表示“偏稳健、半年内可能用钱、不希望有太大波动”时,Memory 可将风险偏好、资金使用期限和流动性需求保存为用户画像。在之后的新会话中,Agent 可调用相关画像,结合产品资料与业务规则开展比较和风险提醒。当用户的目标或偏好发生变化时,Agent 可先确认、再更新记忆。其中,Memory 负责信息保存与召回,产品比较和风险提醒由 Agent 完成。
在接入方面,开发者可通过 API 完成记忆写入、查看和语义检索,也可通过 MCP、CLI,将记忆能力接入 Codex、DeepSeek Harness、Claude Code、OpenClaw 等 Agent 工具与框架,融入已有工作流。
在阿里云百炼 Agent Studio 中,开发者可通过控制台为 Agent 配置记忆库,也可在工作流应用中通过记忆插件读写记忆,无需自行搭建记忆存储与检索链路。如需将 Agent 托管至云端运行,还可使用 Managed Agent 服务。
Memory 可与 Skill 配合使用。Memory 保存用户的个体偏好,Skill 封装可复用的任务流程。例如,开发者可将读取用户画像、分析产品风险、检查需求匹配等步骤封装为理财咨询 Skill,每次执行时调用用户最新画像,让服务方法随任务复用、服务内容随用户调整。
目前,开发者可前往阿里云百炼 Memory Playground 体验记忆写入与检索,为 Agent 接入长期记忆能力,让每次新对话都能延续对用户的理解。