五朵雲的記憶 API：OpenAI、Anthropic、Google、AWS、Microsoft 怎麼讓 Agent 記住事情

TL;DR五家雲平台都在 2025–2026 年推出 agent 記憶 API，但設計哲學分歧明顯：OpenAI 把記憶寫成檔案、Anthropic 把記憶掛載成目錄、Google 用向量加主題分類、AWS 用事件加策略管線、Microsoft 用 context provider 抽象。定價從免費到 $0.75/千筆/月不等，租戶隔離從「應用端自己來」到「IAM 一等公民」都有。

🌏 English version

你要在自己的 agent 裡加記憶，不想從零造輪子。五家主要雲平台在 2025–2026 年都推出了記憶相關的 API，但「記憶」在每家手上長得不一樣——有的給你一個檔案系統讓 agent 自己讀寫，有的幫你自動抽取事實再用向量檢索，有的只給你一個 session 物件讓你自己決定怎麼存。

這篇把五家的開發者記憶 API 拆開來看。消費端的記憶功能（ChatGPT 的 Memory、Claude.ai 的 Memory）只簡要帶過——那些是產品功能，不是你能呼叫的 API。

如果你還不清楚 working / episodic / semantic / procedural 這四種記憶的差別，先看本系列的〈四種記憶與六個設計軸〉。

OpenAI：檔案即記憶

OpenAI 的記憶設計有一條清楚的演化線：從 Responses API 的對話狀態，到 Agents SDK 的 session 管理，再到 sandbox memory 的「把教訓寫成檔案」。

Responses API 狀態與 compaction。 最基礎的一層是 previous_response_id 串接——每次請求帶上前一筆的 ID，API 自動把歷史 prepend 進去。問題是先前的 input tokens 全部重新計費。2025-12-11 推出 client-side compaction（POST /responses/compact），2026-02-10 升級為伺服端 compaction（context_management: [{type: "compaction", compact_threshold: N}]），GPT-5.4 在 2026-03-05 隨 1M context 提供原生支援。依官方文件，store 預設 true，Response 保存 30 天，ZDR 場景用 store=false。

Agents SDK Sessions。 依官方文件，Session 是「逐字稿倉庫」：runner 執行前 prepend 歷史、執行後存新 item。內建多種後端——SQLiteSession、OpenAIConversationsSession（伺服端 conversation_id）、OpenAIResponsesCompactionSession（自動/手動 compaction），以及社群維護的 Redis、SQLAlchemy、MongoDB、Dapr、EncryptedSession（加密 + TTL）。遺忘只有 TTL 或 clear_session；多租戶靠 session_id 慣例，無內建 ACL。

Sandbox memory：把教訓蒸餾成檔案。 依 2026-04-15 公告與官方文件，openai-agents>=0.14.0 引入的 sandbox memory 是 OpenAI 記憶設計最清楚的表態：記憶就是 sandbox 工作區裡的檔案。布局固定——memories/memory_summary.md（run 開始注入）、MEMORY.md（索引）、rollout_summaries/、raw_memories/、skills/。寫入在 run 結束後分兩階段（抽取 → 整併），由 MemoryGenerateConfig 控制；讀取走 progressive disclosure。分組層級：conversation → session → group → run。持久化交給 sandbox 掛載儲存（S3 / GCS / Azure Blob / R2）。

值得注意的是，這套檔案布局跟 Codex 的 Memories 完全一樣——OpenAI 把「檔案即記憶」從產品推到了 SDK。依 OpenAI cookbook（2026-05-01）的一句話總結：「compaction 幫這次 run 繼續，memory 幫下次 run 有起點，人審過的 memo 才是 source of truth。」

消費端帶過。 ChatGPT Memory 分兩層：Saved memories（顯式或模型主動存的離散事實）加 Chat-history reference。2026-06-04 的 Dreaming 加入背景跨對話整併與可編輯的 memory summary 頁，官方評測事實回憶從 67.9% 提升到 82.8%。但這些是消費端功能，開發者 API 目前沒有直接呼叫 Dreaming 的介面。

Anthropic：記憶是掛載的目錄

Anthropic 的記憶 API 分三層：底層的 context editing、中層的 memory tool、頂層的 Managed Agents memory store。設計哲學是「記憶是 client-side 的檔案操作」——不是平台幫你抽取，是 Claude 自己決定要存什麼、怎麼存。

Context editing 與 compaction。 依官方文件，context editing（beta context-management-2025-06-27）提供兩種清除器：clear_tool_uses_20250919（觸發閾值 100k tokens、保留最近 3 個、可用 exclude_tools 排除特定工具）和 clear_thinking_20251015。伺服端執行並回報 applied_edits。搭配 memory tool 使用時，Claude 會在清除前收到「先存進記憶」的系統警示。

Compaction（beta compact-2026-01-12）在 input_tokens 達到預設 150,000（最低可設 50,000）時觸發，輸出 compaction block 取代先前所有內容。依官方文件，client-side SDK compaction 已被標記為 deprecated。

Memory tool。 依官方文件，memory tool 是一個 client-side 的工具定義（{"type": "memory_20250818", "name": "memory"}，Claude 4+）。Claude 對 /memories 目錄下發出 view / create / str_replace / insert / delete / rename 指令，由應用端執行——Anthropic 不碰你的儲存。自動注入的系統指示要求 Claude「做任何事前先看記憶目錄，並假設隨時會被中斷」。SDK 提供 BetaLocalFilesystemMemoryTool 和 BetaAbstractMemoryTool 兩個 helper。

關鍵設計選擇：儲存、租戶隔離、TTL 全部是應用端責任，API 本身不管。必須防 path traversal。因為是 client-side，ZDR 場景可用（但 Covered Models 仍需 30 天保留，依 API 資料保留政策）。

Managed Agents memory stores。 依 2026-04-23 公告與官方文件，beta agent-memory-2026-07-22。memory store 是 workspace 層級的文字文件集合，session 建立時以 resources[] 掛載（每 session 最多 8 個）到 /mnt/memory/<slug>/，agent 用標準檔案工具讀寫。access 分 read_write 和 read_only。每個 store 可附 ≤4,096 字元的 instructions。

上限：單筆 ≤100 kB、每 store ≤2,000 筆。版本不可變、保留 30 天，有 redact 但無 restore。跨 agent 共享的做法：一個 store 掛到多個 session，搭配 read_only + read_write 的組合。

Dreaming。 依 2026-05-19 research preview 公告，Managed Agents 的 Dreaming 是排程回顧 session 與 store，產出整理過的新 store，可自動套用或人工審核。

定價：tokens 加 $0.08/session-hour，無獨立記憶 SKU。不適用 ZDR 或 HIPAA BAA。

Google：向量加主題分類

Google 的記憶 API 走的是「平台幫你抽取、分類、檢索」的全託管路線，跟 Anthropic 的 client-side 哲學完全相反。

Vertex AI Agent Engine Memory Bank。 依官方文件，Preview 2025-07-08，GA（Sessions + Memory Bank）2025-12-16，2026-01-28 起計費。寫入走 LLM 抽取（generate_memories）加整併；讀取走 retrieve_memories（相似度搜尋或整個 scope）。scope 用 dict 做分區。

內建 managed topics 三類：USER_PERSONAL_INFO、USER_PREFERENCES、KEY_CONVERSATION_DETAILS，外加自訂主題。支援 revisions。租戶隔離用 IAM Conditions，合規支援 VPC-SC、CMEK、data residency、HIPAA。

定價有兩代：2026-01-28 至 2026-08-31 是每月儲存 $0.25/千筆 + 檢索 $0.50/千次（LLM 費用另計）。依 2026-09-01 起的新定價，改為 Agent Storage $0.30/GiB-月，讀取每 300 萬次計 1 Agent Compute vCPU-hr（$0.085），寫入每 100 萬次計 1 vCPU-hr（$0.085），生成與 embedding 的 tokens 按各模型 SKU 另計。

ADK memory services。 依官方文件，Agent Development Kit 提供三種 memory service：InMemoryMemoryService（開發用）、VertexAiMemoryBankService（接 Memory Bank）、VertexAiRagMemoryService（接 RAG Engine）。tools 層面有 load_memory（按需）和 preload_memory（自動）。

消費端帶過。 Gemini app 有 Saved info（顯式）和 Memory of past chats（Personal Intelligence，需 Keep Activity 開啟）。Gemini API 的 Interactions API（2026-06 GA，previous_interaction_id，付費保留 7–55 天）是對話狀態而非長期記憶。

AWS：事件加策略管線

AWS 的 AgentCore Memory 是五家中概念拆分最細的——短期靠 events，長期靠可插拔的 strategies，租戶隔離靠 namespaces。

短期：Events。 依官方文件，Preview 2025-07-16，GA 2025-10-13（9 個 region）。CreateEvent 以 actorId + sessionId 定位。eventExpiryDuration 的下限在官方文件裡互相衝突——CreateMemory API 的 Valid Range 是 3–365 天，但 UpdateMemory API 的欄位說明寫「between 7 and 365 days」（同頁 Valid Range 仍是 3）。此外，過期時間在寫入當下套用，事後改設定不回溯（依開發者指南）。

長期：Strategies。 每個 store 最多 6 個 strategy：semantic、user preference、summary、episodic（2025-12 起，含 reflection）。每種 strategy 有內建 prompt 可覆寫，或走 self-managed 自己處理。寫入走非同步管線（抽取 → 整併），讀取用 RetrieveMemoryRecords 做語意檢索。

Namespaces 與隔離。 namespace 模板 {actorId}/{sessionId}/{memoryStrategyId} 加上最多 5 個自訂 key。租戶隔離用 IAM condition key。一律加密，可選 CMK。

定價。 依官方定價頁：events $0.25/千筆，長期儲存——內建 strategy $0.75/千筆/月、override 或 self-managed $0.25/千筆/月，檢索 $0.50/千次。

Microsoft：Context Provider 抽象

Microsoft 的記憶設計分兩條線：開源的 Microsoft Agent Framework（MAF）和託管的 Azure AI Foundry Agent Service。

MAF context providers。 依官方文件，記憶走 context provider 抽象。C# 是 AIContextProvider.ProvideAIContextAsync / StoreAIContextAsync，Python 是 before_run / after_run。內建 InMemoryHistoryProvider 和 FileMemoryProvider（file_memory_* 工具、預設路徑 {cwd}/agent-file-memory、per-user scope 跨 session）。整合生態豐富——Cosmos DB、Mem0、Neo4j、Redis、Azure AI Search 都有官方或社群 provider。

MAF 的設計哲學是「記憶是可插拔的 context provider」——框架不鎖定儲存後端，你可以把 Mem0 或 Redis 當成記憶層插進來。

Foundry Agent Service Memory。 依官方文件與 Build 2026 部落格，public preview，API 2025-11-15-preview。三種記憶開關：user_profile_enabled、chat_summary_enabled、procedural_memory_enabled（2026-06 起；官方稱 STATE-Bench / Tau-Bench 約 +5%）。default_ttl_seconds 控制過期。寫入走抽取 → 整併 → 檢索管線。scope 用 {{$userId}} 或 Entra tid_oid 隔離。配額：100 scopes/store、10,000 memories/scope。Portal 有 CRUD UI。無獨立 SKU。

Microsoft 是五家中唯一明確把 procedural memory 做成一等開關的——其他家的 procedural memory 都藏在檔案或 skill 裡。

能力矩陣

以下只列開發者 API（不含消費端產品），比較維度基於本系列 order 1 的六個設計軸。

維度	OpenAI SDK sandbox	Anthropic Managed Agents	Google Memory Bank	AWS AgentCore	Microsoft Foundry
儲存形式	檔案（Markdown）	檔案（store 內文字文件）	向量 + LLM 整併	events + 向量	抽取 → 整併 → 向量
寫入時機	run 結束後兩階段	agent 用檔案工具 + Dreaming	顯式 `generate`（非同步）	非同步 strategy	非同步管線
讀取方式	摘要注入 + agent 主動讀	掛載目錄，agent 主動讀	語意檢索 / preload	語意檢索	檢索
跨 session	✓	✓	✓	✓	✓
跨 agent 共享	group id	多 session 掛載同 store	scope	namespace	scope
遺忘機制	無內建	版本保留 30 天	TTL（待確認）	事件過期 3–365 天	`default_ttl_seconds`
租戶隔離	應用端自管	workspace	scope + IAM Conditions	namespace + IAM condition key	Entra `tid_oid`
可見可編輯	檔案	API / redact	Console UI	API	Portal CRUD
合規	ZDR（`store=false`）	不適用 ZDR/HIPAA	VPC-SC / CMEK / HIPAA	CMK / 加密	Entra / Azure Policy
定價	含在 sandbox 費用	$0.08/session-hr	$0.30/GiB-月 + 讀寫按 vCPU-hr	$0.25–0.75/千筆/月 + $0.50/千次檢索	無獨立 SKU

選哪家

沒有一家是全面領先的。選擇取決於你的 agent 架構已經在哪朵雲上，以及你需要多少控制權。

你想自己掌控記憶的格式和儲存 → Anthropic memory tool 或 OpenAI sandbox memory。兩家都是「記憶就是檔案」，你看得到、改得動、進得了 git。Anthropic 更極端——API 完全 client-side，連儲存都不碰。

你想平台全託管、不想管儲存 → Google Memory Bank 或 AWS AgentCore。兩家都有完整的抽取 → 整併 → 檢索管線。Google 的 managed topics 適合消費端個人化場景；AWS 的 strategy 可插拔性更強，適合需要混用多種記憶策略的場景。

你已經在 Azure 生態、需要跟 Entra 整合 → Microsoft Foundry。三種記憶開關最直覺，procedural memory 是唯一的一等公民。

你不想被任何一家鎖定 → MAF 的 context provider 抽象，搭配開源記憶框架（Mem0、LangGraph Store、Zep）當後端。下一篇會詳細比較開源選項。

整體來說

五家的分歧在於一個根本問題：記憶該由誰抽取、存在哪裡、格式是什麼。

OpenAI 和 Anthropic 選了「檔案即記憶」——人可讀、可版本控制、與 prompt cache 相容。Google 和 AWS 選了「平台全託管」——自動抽取、向量檢索、有內建的租戶隔離和合規。Microsoft 兩邊都做——MAF 開放插拔，Foundry 提供託管。

2026 年的趨勢是這兩派在靠近：OpenAI sandbox memory 的兩階段寫入其實就是自動抽取，只是結果存成檔案而非向量；Google 和 AWS 開始暴露更多自訂 prompt 的介面。但核心取捨不會消失——你要「我看得到記憶長什麼樣」還是「我不想管記憶怎麼存」。

下一篇：〈開源記憶框架選型〉——不被平台綁定的選擇。