Elastic 开源智能体记忆层 实现 0.89 召回率与零租户泄漏
智能体的长期记忆问题一直是行业瓶颈。上下文窗口再大也只是短期记忆 scratchpad——真正需要的是跨会话持久化、支持按内容按时间检索、且能处理矛盾与过期的记忆系统。
Elastic 在最新博文中公布了他们的解决方案：基于 Elasticsearch 的智能体持久记忆层。架构核心借鉴认知心理学的三分法——情景记忆（原始事件日志）、语义记忆（提炼后的用户事实）和程序记忆（多步骤流程和 playbook），分别存入三个独立索引。
检索层采用混合搜索（向量 + 关键词 + RRF 融合排序 + cross-encoder 重排序），在 168 个 QA 问题上的 R@10 达到 0.89。更关键的是通过 Elasticsearch 的文档级安全控制（DLS）实现跨租户数据隔离，测试中零泄漏。
此外还实现了事实矛盾的 supersession 机制（保留审计线索而非删除），以及时间衰减排序——旧事实权重自动降低，频繁被触及的事实保持活跃。整个记忆层兼容 MCP 协议，任何 MCP 客户端均可直接调用，无需绑定特定运行时。
完整实现已在 GitHub 开源。对于每个构建智能体产品的团队，这套架构提供了一个经过实战验证的选型参考——用成熟的搜索基础设施来承载记忆层，远比从头造轮子靠谱。