# Elastic 用 Elasticsearch 给 AI 智能体搭了个长期记忆层，召回率 0.89

> 原标题：We built a persistent agent memory layer on Elasticsearch with 0.89 recall

- 来源：Hacker News 首页
- 发布时间：2026-06-18T11:20:18.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39156
- 原文：https://www.elastic.co/search-labs/blog/agent-memory-elasticsearch

## 摘要

Elastic 开源了一套智能体记忆方案，用三个 Elasticsearch 索引分别存“发生过的事”、“关于用户的稳定事实”和“操作流程”。检索时把关键词和向量搜索的结果混在一起，再用一个精排模型重新打分，在 168 个问题的测试里，前 10 条结果的命中率平均 0.89。多用户隔离靠的是 Elasticsearch 的文档级权限，正文说没出现租户间...

## 推荐理由

Elastic 开源了一套 agent 记忆方案，用三个索引分别存会话、用户事实和操作流程，混合检索加精排后 R@10 做到 0.89。架构和代码都给得实在，但强依赖 Elasticsearch，非 ES 用户用不上，刚好卡在 featured 门槛上。

## 锐评

这篇博客讲的是 Elastic 开源的一套智能体记忆方案，核心是用三个 Elasticsearch 索引分别存“发生过的事”、“关于用户的稳定事实”和“操作流程”。检索时把关键词和向量搜索的结果混在一起，再用一个精排模型重新打分，在 168 个问题的测试里，前 10 条结果的命中率平均 0.89。多用户隔离靠的是 Elasticsearch 的文档级权限，正文说没出现租户间数据泄露。

我会先打个折：0.89 的 R@10 是在他们自己构造的 168 个问题上测的，不是公开基准，泛化能力不好说。另外，文章完全没提每次检索要花多少毫秒、索引和查询的机器成本是多少，这对实际落地是硬指标。

设计上有些点挺实在。比如用“取代”而不是“删除”来更新矛盾信息，留了审计痕迹；给旧事实加衰减权重，避免老数据压过新数据；把原始事件定期合并成稳定事实，防止索引越滚越大。代码已开源在 GitHub，想复现的可以直接看实现细节。