向量数据库在智能体记忆系统中扮演什么角色？

向量数据库是长期记忆最常见的存储基础设施。当智能体经历新信息时，该信息被转换为高维数学表示（embedding）并存入向量数据库。当需要"回忆"时，系统在向量空间中执行语义搜索，找到与当前查询最相关的历史记忆。

向量检索的核心优势在于"模糊匹配"能力——即使查询用词与存储时的表述不同，系统仍能通过语义相似度找到相关记忆。这使智能体的记忆检索不依赖精确关键词匹配，而是基于含义层面的关联。Mem0、Zep、Letta 等主流记忆框架均以向量数据库作为语义检索的基础层。