Pete Johnson：Agent memory 最难的不是召回，而是忘记
The Cognitive Revolution 对谈 MongoDB AI Field CTO Pete Johnson，从检索、向量搜索和混合查询出发，解释 agent memory 为什么最终卡在遗忘与数据治理。
节目资料
- 播客：The Cognitive Revolution
- 主持人：Nathan Labenz
- 嘉宾：Pete Johnson，MongoDB AI Field CTO
- 原集标题：Write, Change, Recall, Forget: MongoDB’s Pete Johnson on How Retrieval Drives Agent Performance
- 发布日期：2026 年 9 月 1 日（北京时间）1
- 原集：观看官方视频，阅读官方节目页与 show notes
Pete Johnson 把 agent memory 归结为四个动作：write、change、recall、forget。现在的工程团队已经知道怎样写入信息、更新信息和按需召回信息，最难的是判断一条记忆什么时候过时、什么时候应该被删除。这个判断连接了数据库设计、检索质量和 agent 成本：模型每次把整个历史塞进上下文，账单和噪声都会一起增长。1
数据库的变化，先从“稀缺资源”说起
Johnson 用数据库历史解释 MongoDB 的位置。1970 年，E. F. Codd 提出关系模型时，存储空间最昂贵，数据库因此强调 normalization，把同一份信息拆到不同表里，减少重复。2007 年 MongoDB 出现时，云计算、移动设备和互联网应用让时间与可用性更稀缺：开发者更愿意用 JSON 文档换取更少的磁盘读取和更快的应用迭代。2
Johnson 特别纠正了一个常见说法：MongoDB 不是 schemaless，而是 schema-flexible。同一个 collection 里的文档可以有不同形状，团队可以逐步添加字段，减少生产系统改表时的连锁迁移。这个特性后来也影响了 AI 应用，因为文本、元数据和向量可以放在同一个文档体系里，再按需要检索。
检索从关键词走到混合搜索
MongoDB 先在 2020 年把客户经常单独部署的 Lucene 关键词搜索纳入 Atlas，之后加入 vector search。向量本质上是一串浮点数，因此可以作为文档的一个属性保存。两者结合后，开发者可以同时使用关键词检索、向量相似度和元数据预过滤。2
Johnson 介绍的
rankFusion 和 scoreFusion，把关键词结果与向量结果的合并放进一次 API 调用；rerank 则继续处理结果排序。MongoDB 在 2025 年收购 Voyage AI，也是在补齐 embedding 模型这一层。访谈中的观点是，embedding 质量仍然会明显影响检索结果，模型选择并没有完全变成可忽略的商品差异。这套演进解释了为什么 agent 不该默认“把所有资料都塞进上下文”。当上下文从几千 token 扩展到百万 token，开发者短期内可能倾向于 token maxing；但每次循环都塞入完整历史，会提高费用，也会把真正有用的内容埋在中间。Johnson 的答案是让 agent 先检索与当前任务有关的少量信息，再决定下一步需要什么。
记忆系统最难的部分是忘记
Johnson 把 agent 记忆看成持续循环。系统写入一段新信息后，未来的事实可能改变；系统召回旧信息时，还要知道旧信息是否已经失效。企业如果只增加检索数量，可能把过期的客户状态、错误的流程和重复内容一并交给模型。访谈把“forget”放在最后，却把它视为决定系统长期质量的核心问题。2
这也是数据库和 agent 的时间尺度差异：MongoDB 已经发展了几十年，企业 agent 只有大约 18 个月的工程经验。Johnson 因此没有给出一套可以直接购买的标准答案，而是提醒企业根据业务数据、指标和安全边界做定制。数据质量差、权限管理差，AI 不会自动修复；AI 会把这些问题放大。
企业怎样选择第一个 AI 场景
Johnson 反复强调“3-box”思路：企业应当优先选择已经拥有数据、已经有明确指标、也能计算投入产出的业务。呼叫中心常被优先采用，就是因为每次通话成本、处理量和解决率本来就有记录。相反，他不赞成把“代码行数”当成 AI 编程工具的主要生产力指标，更愿意看从想法到上线的时间。2
Johnson 还分享了一个反直觉观察：他 2026 年走访印度、巴西、墨西哥和欧洲后，认为自己看到的两个最成熟企业 AI 部署来自墨西哥城和圣保罗。这个判断属于个人见闻，不能当作全球排名；它提醒读者，企业 AI 的领先程度未必只由美国公司的模型和资本决定，云基础设施的普及也让其他地区有机会直接采用新架构。
这期访谈的价值，在于把“agent memory”从抽象能力拉回工程约束：检索质量决定模型能否拿到正确材料，数据结构决定信息能否被更新，过期判断决定记忆会不会越积越脏，业务指标则决定一个系统是否值得上线。
References
- 1The Cognitive Revolution 官方 YouTube 视频
youtube.com
- 2The Cognitive Revolution 官方节目页
cognitiverevolution.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.