亚马逊Bedrock结合Neptune与Mem0推出企业级记忆功能，TrendMicro率先应用
亚马逊云科技近日宣布，在Amazon Bedrock平台上推出了一项名为“企业级记忆”的新功能，该功能由Amazon Neptune图数据库和Mem0内存管理技术共同驱动。这项创新旨在为AI智能体提供持久、企业专属的上下文理解能力，使其能够在多次交互中学习、适应并做出智能响应。全球领先的网络安全公司TrendMicro（趋势科技）已成为该功能的早期采用者，将其应用于其客户服务聊天机器人“Trend’s Companion”中，以提升对话体验。
企业AI的“记忆”难题
对于企业级AI应用，尤其是面向客户的聊天机器人，一个核心挑战是如何让AI“记住”并理解组织特有的背景信息。传统的会话模型往往缺乏持久记忆，每次对话都像是“从零开始”，无法利用过往交互中积累的上下文或企业内部的结构化知识。这导致回答可能缺乏针对性、连续性，难以提供真正个性化的服务。TrendMicro在开发其“Trend’s Companion”聊天机器人时，就明确设定了目标：不仅要保留对话历史以保证连续性，还要能大规模引用公司特有的知识库，并确保这些“记忆”的准确性、安全性和实时性。
解决方案架构：三驾马车协同
TrendMicro与AWS团队（包括AWS生成式AI创新中心）合作，设计了一套整合多款AWS服务的解决方案，核心正是“企业级记忆”功能。其架构可以概括为三个关键组件的协同工作：
- Amazon Neptune（知识图谱存储）：作为企业专属知识的核心载体。Neptune是一个高性能的图数据库，用于存储代表组织关系、流程和数据的知识图谱。这种结构化存储方式使得AI能够进行精确、高效的检索，理解实体间的复杂关联。
- Mem0（内存管理）：负责管理AI智能体的“记忆”生命周期。它区分了短期记忆（用于维护当前对话的即时上下文）和长期记忆（用于跨会话的持久性知识存储）。Mem0确保相关信息能在需要时被快速调用和更新。
- Amazon Bedrock（智能体编排与推理）：作为整个AI工作流的“大脑”。Bedrock平台负责协调智能体的运作，无缝集成Neptune和Mem0。在推理过程中，它能够从Neptune检索结构化的公司知识，并结合Mem0中的会话记忆，最终生成贴合上下文、内容丰富的回答。
工作流程：从信息到智能响应
该系统的运作始于用户输入。首先，通过Bedrock平台上的Claude模型对用户消息进行处理，提取其中的实体、关系以及可能转化为“记忆”的信息。接着，利用Amazon Bedrock Titan Text Embed模型将这些信息转化为向量嵌入（embeddings）。这些嵌入向量随后被用于搜索，以关联起存储在Neptune中的相关知识图谱节点和Mem0中的相关记忆片段。最终，结合检索到的所有上下文信息，AI智能体生成最终回复。这套流程使得聊天机器人不仅能“回忆”起相关的历史对话，还能“理解”并运用企业特有的结构化知识，从而显著提升回答的相关性和用户体验。
行业意义与展望
“企业级记忆”功能的推出，标志着生成式AI在企业应用场景中向更深层次迈出了一步。它解决了AI在商业环境中缺乏“组织智商”和“持续学习能力”的痛点。对于像TrendMicro这样的企业而言，这意味着其客户服务AI能够更深入地理解客户所在企业的环境、历史问题和特定需求，提供真正定制化的支持。
从更广泛的AI行业背景看，这反映了当前大模型应用的一个关键趋势：从通用能力向垂直化、私有化、具备持续学习能力的智能体演进。单纯依赖大型语言模型（LLM）的零样本或少量样本提示已不足以满足复杂的企业需求。未来，结合知识图谱、向量数据库、记忆管理等技术的复合型AI架构将成为企业部署AI的主流选择，以确保安全性、可控性和业务价值的深度绑定。亚马逊Bedrock此次整合Neptune与Mem0，正是为构建此类下一代企业AI应用提供了一个强大的托管平台和参考范例。
