Google Cloud 发布 Always-On Memory Agent，用持续 LLM 整合替代 RAG 和 Embedding

一句话看懂

Google Cloud 开源 Always-On Memory Agent，用持续运行的 LLM 替代传统 RAG 和 embedding，将记忆写入 SQLite，实现低成本、低延迟的持久记忆。

详细发生了什么

Google Cloud 在 generative-ai 仓库中发布了一个参考实现——Always-On Memory Agent。它不是一个一次性的问答工具，而是一个 24/7 持续运行的后台进程，专为解决 AI agent 的「遗忘」问题设计。

该 agent 基于 Google ADK（Agent Development Kit）和 Gemini 3.1 Flash-Lite 构建。最大的特点是：完全不用向量数据库和 embedding。取而代之的是，一个 LLM 负责读取、思考并将结构化记忆写入 SQLite。模型选择 Gemini 3.1 Flash-Lite 是为了在持续后台工作中实现低延迟和低成本。

架构上，一个 orchestrator 将请求路由到三个子 agent：

IngestAgent：处理输入内容，利用 Gemini 的多模态能力提取摘要、实体、主题和重要性分数，存入 memories 表。
ConsolidateAgent：每 30 分钟（默认）定时运行，像睡眠周期一样，审查未整合的记忆并发现关联，然后写入综合摘要、关键洞察和连接关系。
QueryAgent：回答问题时，读取所有记忆和整合洞察，合成回复，并引用来源记忆 ID。

中文圈视角

这个项目对中文开发者有几点直接价值：

降低门槛：传统 RAG 需要搭建向量数据库（如 Pinecone、Weaviate）和 embedding 模型，而 Always-On Memory Agent 只用 SQLite，国内开发者可以轻松在本地或云服务器上部署，无需额外基础设施。
国产替代参考：目前国内类似方案如 Dify、FastGPT 等主要依赖向量检索。Google 这个思路提示了一种新方向——用 LLM 自身做记忆管理，可能更适合小规模、低成本的个人或团队项目。
合规友好：数据全部存在本地 SQLite，不涉及数据出境问题，对于有数据安全要求的国内用户来说是一个优势。
场景适用：适合个人知识管理、会议纪要整理、持续学习型 agent 等场景。但需要注意，Gemini 3.1 Flash-Lite 在国内可能无法直接访问，开发者需要自行适配国产 LLM（如 DeepSeek、Qwen）来实现类似逻辑。

几条值得记住的细节

完全不用向量数据库和 embedding，改用 LLM 直接读写 SQLite。
ConsolidateAgent 默认每 30 分钟运行一次，自动发现记忆之间的关联。
QueryAgent 回答时会引用具体记忆 ID，保证可溯源。
基于 Google ADK 和 Gemini 3.1 Flash-Lite，专为低延迟低成本设计。
项目已开源在 Google Cloud 的 generative-ai 仓库，可直接下载使用。

一句话总结

如果你需要一个轻量、低成本、可本地运行的持久记忆方案，Always-On Memory Agent 提供了一个无需向量数据库的新思路。