AI Agent 記憶大混戰：Mnemo、piia-engram、OpenContext 三種路線點揀？

我哋班用 AI coding agent 嘅人，遲早會撞到同一幅牆：每次開新 session，個 agent 就失憶。明明上個星期先決定咗用乜嘢架構、發現咗邊個地雷、約定咗 coding convention，佢全部唔記得。你要重新餵一次 context，重新解釋一次背景。呢個唔係 UX 問題，而係 architecture 問題——stateless agent 根本唔適合做持續性嘅工程工作。

今年上半年，有三個 open-source 項目從唔同角度攻擊呢個問題：Mnemo、piia-engram、同 OpenContext。佢哋唔係 compete，而係代表三種根本唔同嘅 memory architecture 路線。搞清楚佢哋嘅分別，你先至知點樣喺自己嘅 workflow 裏面組合運用。

Mnemo：Local-First Knowledge Graph 路線

Mnemo 嘅做法係最「重」嘅。佢唔單止係一個 memory store，而係一個完整嘅 knowledge graph + vector search + tiered memory 系統。佢用 SQLite 做本地儲存，行 BM25 + vector + graph 三重檢索，仲有 Ebbinghaus 遺忘曲線做 memory decay。最新版嘅 mnemo-ai（@mnemoai/core）仲加入咗 Weibull decay 同 contradiction detection，喺 LoCoMo benchmark 排第二。

Mnemo 嘅核心假設係：agent 唔單止需要記住 fact，仲需要理解 fact 之間嘅關係。所以佢唔係就咁 key-value store，而係將每個 memory 分類（architecture、pattern、bug、preference、decision），仲會自動 detect contradiction——如果你今日話要用 PostgreSQL，聽日又話用 SQLite，佢會 detect 到衝突並 supersede 舊嘅 decision。

對香港 developer 嚟講，Mnemo 最吸引嘅係「100% local，zero config」。唔使開 account、唔使畀月費、唔使 dependency on 任何 cloud service。裝完 mnemo init 就用得，啱晒我哋呢啲鍾意自己控制 infrastructure 嘅人。

piia-engram：Memory Layer Middleware 路線

piia-engram 行嘅係完全另一條路。佢嘅定位唔係「agent memory database」，而係「developer identity layer」。佢唔記你個 session 發生過啲乜，而係記「你係邊個」——你嘅 coding preference、quality bar、lesson learned、key decisions。

呢個分別好關鍵。Mnemo 記嘅係「呢個 project 發生過乜」，piia-engram 記嘅係「呢個 developer 係點做嘢」。所以佢嘅 data model 有 profile、code standards、lessons、decisions 呢類 structured field，唔係 general-purpose entity memory。

piia-engram 嘅另一特點係 middleware 思維。佢用 MCP server 做 bridge，一個 JSON file 畀 Claude Code、Codex、Cursor、Windsurf 同時讀。你喺 Claude Code 記低嘅 lesson，轉頭開 Cursor 即刻用到。呢種 cross-tool portability 係佢最大嘅 value proposition——尤其係我哋呢啲成日喺幾個 agent tools 之間跳嚟跳去嘅人。

OpenContext：Embedded Context Management 路線

OpenContext 嘅取向又唔同。佢唔係 memory system，而係一個「context engineering runtime」。佢嘅核心係一個 oc CLI + MCP server + desktop GUI + Web UI，用嚟管理一個 global contexts/ library。

OpenContext 最有趣嘅概念係「subscription」。唔係所有 memory 都要塞畀 agent——你嘅 coding agent 只需要知 touched files、failed tests、recent prompts，但你嘅 research agent 可能需要睇到 browser activity。OpenContext 嘅 collector architecture 可以 filter events by subscription，然後 compile 成 agent-readable memory。

另一個 killer feature 係佢嘅 security model：deny-by-default、no external calls、secrets redacted before prompts。對於要處理 sensitive codebase 嘅香港 dev 團隊，呢個係好大嘅 selling point。

三條路線點揀？

坦白講，呢三個工具唔係 mutually exclusive。佢哋解決嘅係唔同 layer 嘅問題：

Mnemo 係解決「agent 唔記得自己做過乜」——適合你主力用一個 agent tool、想做 deep session continuity。如果你用 Claude Code 做主力、想佢記住 architecture decision 同 code pattern，Mnemo 係最好選擇。

piia-engram 係解決「agent 唔記得你係邊個」——適合你用多個 agent tools、想有一致嘅 developer identity。如果你成日 Codex 做完 research、Cursor 寫 code、Claude Code 做 review，piia-engram 可以確保佢哋全部都知你嘅 preference 同 standard。

OpenContext 係解決「context 嘅管理同分發」——適合團隊協作、有複雜嘅 multi-agent workflow。如果你需要精準控制每個 agent 見到咩 context、要有 audit trail、要 security policy，OpenContext 嘅 subscription 同安全模型係最強。

我嘅建議係：如果你只係單人開發，由 Mnemo 開始，佢最快見到效果。如果你 crossover 幾個 tools，加個 piia-engram 做 identity layer。如果你嘅 agent workflow 開始牽涉團隊或者 sensitive data，認真睇 OpenContext。三層疊加用，效果仲好過揀一個。