AI Agent记忆层到底怎么选?本地单文件方案Wax vs MEMORY.md、云向量数据库、Mem0全面对比
AI Agent记忆层到底怎么选?本地单文件方案Wax vs MEMORY.md、云向量数据库、Mem0全面对比
做 AI Agent 开发的都知道:模型会忘,Agent 不能。给 Claude Code、Cursor 这类编码助手配一个AI Agent 记忆层,是让它"越用越懂你"的关键一步。目前主流方案大致有四类:MEMORY.md 纯文本笔记、云向量数据库、Mem0 等托管记忆 API、以及本地单文件方案 Wax。Wax 是一个基于 Swift 的本地共享记忆层:它把文本、向量索引和全文检索打包进一个 .wax 单文件,跑在 Apple Silicon 上,无服务器、无 API Key,混合检索 p95 延迟仅 6.1 ms,还支持多 Agent 通过 MCP 共享同一份记忆。
一、先搞懂:记忆层方案就这 4 类
不管厂商怎么包装,给 Agent 加记忆的路径逃不出下面四种:
| 方案 | 代表 | 一句话概括 |
|---|---|---|
| ① 纯 Markdown 笔记 | MEMORY.md / USER.md / CLAUDE.md |
模型自己读写一个 md 文件 |
| ② 云向量数据库 | Pinecone、托管 Qdrant 等 | 向量存云端,API 检索 |
| ③ 托管记忆 API | Mem0、SuperMemory 等 | 厂商帮你"抽取事实+存+召回" |
| ④ 本地单文件 | Wax | 一个 .wax 文件,文本+向量+FTS5 全在内 |
下面逐个拆解,再给出选型建议。
二、MEMORY.md:零成本,但天花板很低
MEMORY.md 是各家 Agent 最原生的记忆方式——会话结束时让模型把要点追加到一个 Markdown 文件里。
优点: 零配置、人类可读、Git 可追踪。
问题也很直白:
- 📌 不可检索:文件超过几十行后,模型只能靠"整文件塞进上下文"或 grep 关键词,语义召回约等于零;
- ✍️ 靠模型自觉:什么时候记、记什么,完全取决于提示词质量,漏记错记无法兜底;
- 🔀 各 Agent 各记各的:Claude Code 的 MEMORY.md 和 Cursor 的规则文件互不相通,无法共享;
- 📏 无结构:没有向量化、没有时间线、没有版本管理,"记忆膨胀"后越用越卡。
适合单人单 Agent、记忆量极小的场景。一旦你同时用多个编码助手,就会撞上它的墙。
三、云向量数据库:能力强,代价是隐私和运维
Pinecone、托管 Qdrant 这类云向量库,检索能力是专业的,但作为 Agent 记忆层有三个硬伤:
- 隐私:你的代码上下文、个人偏好要上传到第三方服务器;
- 延迟:网络往返让检索普遍在 150ms–500ms+,比本地方案慢一到两个数量级;
- 成本与锁定:按量计费、需要 API Key,换厂商迁移成本高。
它们更适合企业级 RAG 平台,而不是个人 Agent 的日常记忆。
四、Mem0:开箱即用的托管记忆 API
Mem0 这类服务把"事实抽取 + 存储 + 召回"封装成 API,调用简单,跨语言友好。但要注意:
- 它的
remember流程通常需要云端 LLM 参与事实抽取,意味着内容出网 + 额外 token 成本; - 需要账号和云服务,离线不可用;
- 记忆资产托管在云端,同步、删除、迁移都不在自己手里。
对"数据必须留在本机"的个人开发者(尤其写代码的场景),这不是首选。
五、Wax:把整条 RAG 链路装进一个本地文件
Wax 的定位就是填补"MEMORY.md 太弱、云方案太重"之间的空白:一个纯本地的单文件记忆层,专为 Apple Silicon(macOS / iOS)设计。
5.1 它把什么塞进了一个 .wax 文件
单文件不等于简陋,Wax 的 .wax 文件里是一个完整的混合检索引擎:
| 组件 | 作用 |
|---|---|
| SQLite FTS5 | BM25 全文检索,不依赖任何嵌入模型也能用 |
| CoreML MiniLM 向量 | 设备端语义检索,Metal 加速,万级以上向量自动切 HNSW 索引 |
| WAL 预写日志 + 双 Header | 进程崩溃、断电也能恢复,记忆不丢 |
| LZ4 压缩数据帧 | 数千条记忆通常只有几 MB |
架构细节可参考官方文档:Resources/website/docs/architecture.md,文件布局说明在 README.md 的 "Architecture" 一节。
5.2 混合检索,毫秒级召回
一次 recall 会同时扇出到 BM25 文本检索和向量检索再融合排序(统一检索逻辑见 Sources/Wax/UnifiedSearch/)。Apple Silicon 上的实测数据(完整报告:Resources/docs/benchmarks/2026-03-06-performance-results.md):
- 🔹 热态混合召回 p95 = 6.1 ms,p99 = 6.5 ms
- 🔹 冷启动打开存储 p95 = 9.2 ms
- 🔹 写入(remember)走 WAL 后提交,万级混合提交 p95 约 34 ms
对比云向量库动辄上百毫秒的延迟,"亚 10 毫秒"意味着记忆召回对对话体验几乎无感。
5.3 多 Agent 共享一份记忆(这是杀手锏)
Wax 通过 MCP 协议给 Claude Code、Codex、Cursor、Hermes、OpenClaw 等接入一个本地 HTTP 记忆服务:所有客户端指向 http://127.0.0.1:3000/mcp,读写同一个 ~/.wax/memory.wax。日常工具面很小——remember / recall / stats 三个就够。
- 只给 Claude Code 用?一条命令装 stdio 版:
swift run --traits MCPServer wax-cli mcp install --scope user - 两个以上客户端?跑一个共享 HTTP 服务(
~/.local/share/waxmcp/bin/start-wax-mcp-http.sh),各主机贴各自配置片段即可 - 各主机的接线方式与体检命令:Resources/docs/wax-mcp-hosts.md、安装与 doctor 说明见 Resources/docs/wax-mcp-setup.md
Hermes 用户可以直接换掉 MEMORY.md,用原生 wax-memory 提供方(wax_remember / wax_recall),插件说明在 Resources/hermes/wax-memory-plugin/README.md。
5.4 记忆文件 = 可 AirDrop 的资产
因为是单文件,同步方式朴素到离谱:iCloud、AirDrop、Dropbox,拷一个文件就走。Mac 上积累的记忆,AirDrop 到 iPhone 就是你的 iOS 记忆库;Swift 应用侧也可以直接 import Wax,用 Memory / PhotoMemory / VideoMemory 做文本、照片、视频 RAG(见 Examples/WaxDemoCorpus/README.md 的完整演示语料)。
六、一张表看懂 4 种方案怎么选
| 维度 | MEMORY.md | 云向量数据库 | Mem0 | Wax |
|---|---|---|---|---|
| 部署成本 | 零 | 高 | 低(注册即用) | 一条命令 |
| 检索方式 | 无 / 关键词 | 向量 | 向量+抽取 | 文本+向量混合 |
| 典型延迟 | — | 150–500ms+ | 百毫秒级 | p95 ≈ 6 ms |
| 隐私 | ✅ 本地 | ❌ 云端 | ❌ 云端 | ✅ 100% 本地 |
| 离线可用 | ✅ | ❌ | ❌ | ✅ |
| 多 Agent 共享 | ❌ 各记各的 | 可以 | 可以 | ✅ MCP 共享单文件 |
| 同步/迁移 | Git | 平台迁移 | 平台绑定 | 拷一个文件 |
| 硬件要求 | 无 | 无 | 无 | Apple Silicon 最佳 |
| 适用规模 | 几十条 | 企业级 | 团队/云端 | 个人+小团队 Agent |
选型建议:
- 🎯 只用一个 Agent、记忆量很小 →
MEMORY.md够用,别折腾; - 🎯 企业级 RAG 平台、海量文档 → 云向量数据库;
- 🎯 想要零运维的云端个人记忆、不介意出网 → Mem0;
- 🎯 Apple 设备 + 多个 Agent + 隐私敏感(写代码) → Wax 是目前最均衡的本地选择。
七、快速上手:3 步给 Agent 装上 Wax 记忆
# 1. 一条命令部署 MCP 服务器 + MiniLM 运行时
npx -y waxmcp@latest install
# 2. 体检:确认 remember / recall / stats 可用
npx -y waxmcp@latest doctor
然后把一小段"使用指引"贴进你主机的 AGENTS.md / CLAUDE.md(模板见 README.md "Agent Quick Start" 章节),下一个会话就能开始 remember / recall。需要源码级研读的话,可以从 Package.swift 和 Sources/Wax/ 入手,中文 README 在 Resources/locales/README.zh-CN.md。
八、常见问题
Q: MiniLM 加载失败,提示 embedder unavailable 怎么办?
嵌入模型是向量检索的依赖。首次运行有一次性 CoreML 编译开销;若加载失败,CLI 会明确报错,此时文本检索(BM25)依然可用——等模型预热完成后重试即可。
Q: 需要联网吗? 不需要。记忆全部留在本机;npm 安装器只在首次拉取运行时二进制。
Q: 文件会不会越来越大? 数据帧经 LZ4 压缩,典型使用规模(数千条记忆)只有几 MB。
Q: 写一半崩了会坏吗? 不会。WAL + 双 Header 保证下次打开时自动恢复。
写在最后
记忆层的本质是"给 Agent 一个便宜、快速、可共享的长期存储"。MEMORY.md 赢在零成本,云向量库赢在规模,Mem0 赢在省心,而 Wax 赢在"本地 + 混合检索 + 多 Agent 共享"这个组合上——单文件、毫秒级、无账号,特别适合 Apple 生态下同时跑多个编码助手的开发者。
先问自己三个问题:记忆量多大?能否上云?几个 Agent 共用?答案指向哪里,就选哪里。




