Universal Memory Protocol 发布：统一 AI Agent 记忆格式的开源协议

Universal Memory Protocol 试图统一 AI Agent 的记忆格式，让用户在 ChatGPT 攒下的偏好能直接迁移到 Claude 或自建 Agent。这或许是 Agent 生态走向互操作的关键一步。

一份想当 Agent 时代 USB-C 的协议

几天前，一个叫 Universal Memory Protocol（以下简称 UMP）的开源项目悄悄上线，目标只有一句话：让所有 AI Agent 共享同一种记忆格式。

这件事听起来不性感，但在场的开发者一看就懂——这是冲着 Agent 生态最难啃的那块骨头去的。过去一年，Agent 产品爆发，但每家的记忆系统都是孤岛：ChatGPT 的 Memory 锁在 OpenAI 后台，Claude 的 Projects 上下文是 Anthropic 私有格式，Cursor 记得你写过的代码风格，Notion AI 记得你的写作偏好，但这些数据互不相通。换个工具，等于换一个失忆症患者重新认识你。

UMP 想干的就是这件事——定义一份跨厂商、跨 Agent 的标准记忆 schema，让你在 A 工具积累的记忆，能一键迁移到 B 工具。

Universal Memory Protocol 架构示意图，展示多个 Agent 共享同一记忆层

它到底定义了什么

翻完文档，UMP 的设计思路其实比想象中克制。它没有去发明一套全新的记忆存储引擎，而是聚焦在数据交换格式这一层——这点和当年 MCP（Model Context Protocol）的思路如出一辙：协议先行，实现各管各的。

核心定义包含三个层级：

Atomic Memory（原子记忆）：最小记忆单元，类似一条结构化的事实陈述。比如「用户偏好用 TypeScript 而非 JavaScript」「用户所在时区是 UTC+8」。每条记忆带有时间戳、置信度、来源 Agent 标识和过期策略。
Episodic Memory（情景记忆）：一段完整交互的摘要，保留时间线和因果关系。比如「6 月 2 日用户调试了一个 React hydration 错误，最终通过 suppressHydrationWarning 解决」。
Semantic Memory（语义记忆）：从大量原子记忆中抽象出来的稳定偏好和知识图谱节点，类似用户画像，但是结构化、可解释的。

这套分层很眼熟——稍微熟悉认知科学的人会看出来，它直接借鉴了人类记忆系统中 Tulving 那套经典分类。但更值得关注的，是它对记忆所有权的处理。

UMP 规定，所有记忆数据归用户所有，存储在用户指定的位置（本地、自建 S3、或任何兼容的对象存储），Agent 只能在获得授权后读取。这套权限模型有点像 OAuth：用户登录一个新 Agent，Agent 申请访问哪些 scope 的记忆（比如「编程偏好」「日历偏好」），用户授权后才能读。

这是 UMP 最大的产品判断——它赌的是开发者和用户都受够了被各家 Agent 厂商绑架数据。

一个标准格式示例

协议本身定义在 JSON Schema 之上，单条原子记忆大致长这样：

{
  "id": "mem_01HXYZ...",
  "type": "atomic",
  "subject": "user",
  "predicate": "prefers_language",
  "object": "TypeScript",
  "context": {
    "domain": "programming",
    "tags": ["frontend", "language_preference"]
  },
  "provenance": {
    "source_agent": "cursor-ide",
    "created_at": "2026-06-04T10:23:11Z",
    "confidence": 0.92
  },
  "access": {
    "scope": "programming.preferences",
    "ttl": null
  }
}

用 SPO（Subject-Predicate-Object）三元组承载事实，是知识图谱里很标准的做法，好处是天然可查询、可推理，缺点是表达力不够强。UMP 用 context 字段给三元组打补丁，允许附加非结构化元数据。这种折中比较务实——既保留了结构化查询的能力，又不至于让 Agent 在写入时被 schema 卡死。

为什么是现在

这事如果发生在两年前，没人在意。但 2026 年的语境完全不同了。

第一，Agent 已经从「单次对话工具」长出了「持续陪伴的数字助理」形态。GPT、Claude、Gemini 全都在做长期记忆，连国内厂商也跟得很紧——4 月份腾讯云发布的「龙虾」TencentDB Agent Memory，把记忆做成数据库插件，宣称在 PersonaMem 评测集上能把准确率从 48% 拉到 76%。各家都在卷记忆，但卷的方向是性能，不是互通。

第二，MCP 在 2025 年的成功证明了一件事——AI 生态确实需要协议层，且开发者愿意为协议买单。Anthropic 推 MCP 时也没人看好，结果一年下来主流 Agent 框架几乎都接了。UMP 显然是在复制这条路径：先把规范铺出来，让早期采用者尝甜头，等生态起来后形成事实标准。

第三，监管在变。欧盟 AI Act 已经开始要求高风险 AI 系统提供数据可携带性，记忆数据迟早会被纳入个人数据范畴。UMP 这种「用户拥有、Agent 借用」的模型，刚好踩在合规的甜区上。

跟现有方案比，UMP 强在哪、弱在哪

说实话，记忆这件事已经有不少人在做了，UMP 不是第一个。

LangMem、Mem0、Zep 这些项目都提供了 Agent 记忆能力，但它们都是实现而非协议——你用 Mem0，记忆数据就锁在 Mem0 的存储里；你用 Zep，就被绑在 Zep 的 API 上。换框架等于丢历史。

腾讯云的 Agent Memory 走得更彻底，直接做成数据库服务，性能强，企业级支持好，但封闭程度也最高——出了腾讯云生态就没法用。

UMP 选择了一条更难、但天花板更高的路：不做存储、不做检索、不做嵌入，只定义数据应该长什么样。理论上，Mem0 可以在内部把存储格式改成 UMP，Zep 也可以加一个 UMP 导入/导出，互不冲突。

这种「只定义协议」的路线弱点也明显：

采纳门槛取决于先行者：如果 OpenAI、Anthropic 这种巨头不接，协议就只能在开源圈子里转。
检索语义不统一：协议定义了记忆怎么存，但没定义 Agent 怎么查、怎么排序、怎么决定遗忘。两个都支持 UMP 的 Agent，行为可能完全不同。
隐私边界模糊：用户授权了「编程偏好」scope，但 Agent 在写入新记忆时，怎么判断这条该不该打上这个 scope？协议交给实现方处理，这是个隐患。

开发者该怎么看

如果你正在做 Agent，UMP 现阶段值得「读一遍文档、跑一下示例、暂不集成」。原因是协议还在 v0.1，schema 大概率会变，现在押注成本不低。

但有几个信号值得盯：

是否有头部 Agent 接入。如果半年内 Cursor、Cline、Claude Code 这类开发者高频使用的工具里有人率先支持，UMP 就有戏。
是否出现合规适配器。比如能不能把 ChatGPT 的 Memory 导出转成 UMP 格式？这是用户最直接的痛点。
检索层标准是否跟上。光有数据格式不够，得有配套的查询语义。这一块文档里写了 RFC 草案，还没落地。

对于做应用层的开发者，更现实的建议是：在自己的 Agent 里先用 UMP 的 schema 设计内部记忆结构。哪怕协议本身没火，这套结构化方法论用起来也不亏——至少调试时能看清 Agent 到底记住了什么、为什么记错了。

顺便提一句，国内开发者如果想同时测试 GPT、Claude、Gemini 在记忆任务上的表现差异，OpenAI Hub 现在一个 Key 就能调齐这几家主流模型，省得为了对比实验注册一堆账号、折腾各种代理。

协议会不会成，还要看生态

UMP 的处境其实挺像 2024 年初的 MCP——好的协议设计，开源、克制、踩在真痛点上，但能不能跑出来完全取决于生态势能。

乐观地看，Agent 互操作性已经是个绕不开的问题，早晚有协议把它解决，UMP 起步早、设计干净，占位优势明显。悲观地看，巨头有动力推自己的封闭记忆方案，毕竟用户记忆数据等于护城河，主动开放等于自废武功。

这事最终的走向，可能要看一个朴素的问题：用户到底有多在意自己的记忆能不能带走。如果在意，UMP 就有机会；如果大多数用户根本懒得换工具，那协议就只是协议。

开发者社区已经开始讨论，github 上的 Issue 区第一天就有人提议加入向量嵌入字段、记忆冲突解决策略、跨语言绑定等等。从讨论热度看，至少这一拨人是真在意的。

参考来源

Hacker News - Universal Memory Protocol 讨论帖（reddit 同步讨论） - 开发者社区对 UMP 的早期反应与技术细节讨论
LangMem 与 Agent 记忆框架对比（知乎专栏） - 国内开发者视角下的 Agent 记忆方案横向比较
MCP 与新一代 Agent 协议层综述（掘金） - 协议层为何在 2025-2026 成为 AI 基础设施关键的分析

UMP 协议发布：给 AI Agent 记忆装上通用插头