行业落地分享:OPPO 手机 Agent 记忆系统实战与演进
随着大模型从聊天工具逐渐演化为能够理解环境、调用工具并执行任务的智能体,手机也正在从传统的信息终端,转变为用户数字生活中的个人 Agent。相比通用聊天机器人,手机 Agent 面临的最大差异并不只是设备形态,而是它天然处在用户数据、行为轨迹、应用服务和现实情境的交汇点。
在这一过程中,记忆系统成为手机 Agent 的核心基础设施。 如果没有稳定、准确、安全的记忆能力,手机 Agent 就只能根据用户当前输入进行一次性响应,无法真正理解“我之前说过什么”“我平时习惯怎么做”“这件事和上周发生的事情有什么关系”。
本文基于 OPPO AI 中心余明关于 Agentic-RAG 的技术分享,系统梳理手机 Agent 记忆系统中的应用定位、端云架构、检索策略、提示工程、隐私安全、评测体系以及未来演进方向。
手机为什么需要记忆系统
手机已经不再只是通信工具,而是人类记忆、行为和社会关系的重要载体。用户每天产生的大量数字信息,包括聊天记录、照片、文件、日程、收藏、浏览历史、健康数据、出行记录和应用使用习惯,实际上共同构成了一个高度个性化的数字记忆空间。
传统手机系统虽然能够保存这些信息,但不同数据通常被分散在不同应用和不同存储结构中。用户想要找到某条信息时,往往需要先回忆信息位于哪个应用,再进入对应应用,通过关键词、时间或目录逐步查找。数据虽然存在,却没有被有效组织和理解。
记忆系统的价值,在于把这些碎片化数据转化为可以被智能体理解、搜索和使用的长期记忆。手机存储的不再只是文件,而是用户过去行为与现实生活的数字映射。AI 可以通过这些记忆学习用户的习惯、偏好和需求,使同一个功能在不同用户身上呈现不同的服务方式。
手机 Agent 的记忆能力可以分为三个逐步演进的层次。
第一个层次是全量记忆。系统自动记录用户授权范围内的数字足迹,将照片、文档、日程、健康数据和应用信息整合起来,形成相对完整的个人数字档案。这个阶段的核心目标是解决“记得住”的问题。 第二个层次是精准搜索。用户不需要知道信息存放在哪个应用,也不必准确记住文件名称,只需要使用自然语言描述需求,系统便可以从多个数据源中定位相关内容。这个阶段解决的是“找得到”的问题。 第三个层次是结构化理解。系统通过知识图谱、实体关系、时间线和用户画像,将原本孤立的信息组织成结构化知识网络。AI 不仅知道某条信息存在,还能够理解人物、地点、事件、时间和用户行为之间的关系。这个阶段解决的是“理解记忆”的问题。
手机上的 AI 搜索并不是传统搜索框的简单升级,而是贯穿设置、文档、图片、记忆、健康和个性化服务的统一入口。
记忆搜索面临的核心工程挑战
手机中的数据来源极其复杂。系统数据、应用数据、用户文件、照片、截图、录音、健康指标和对话记录通常具有不同的数据格式、权限模型和更新机制。有的数据具有清晰字段,例如日程的开始时间、结束时间和地点;有的数据则是非结构化文本;照片和视频还需要视觉模型提取语义信息。
手机 Agent 对响应速度的要求远高于传统离线分析系统。用户通过语音或自然语言发起请求后,希望尽快看到首字响应。如果系统需要依次完成意图识别、端侧检索、云端召回、重排序和大模型生成,任何环节的延迟都可能被用户明显感知。
Agentic-RAG 的整体架构设计
OPPO 的 Agentic-RAG 架构可以理解为端侧记忆基础设施与云侧智能编排系统的组合。端侧负责数据接入、隐私保护、轻量索引和快速召回,云侧负责复杂意图识别、精排、联网搜索、个性化推理和跨服务协同。
端侧架构首先要解决召回率、响应时延、功耗、索引时效性、结构化信息和多模态数据处理等问题。
在检索模型方面,系统采用轻量级向量模型与倒排索引融合的架构。向量检索负责发现语义相近但关键词不同的内容,倒排索引则负责精确匹配名…