AI为何总记不住你的偏好？_服务软件

1. 大模型上下文工程指南

2. 【吃透上下文管理，AI编程账单直接省下80%】快速阅读：本文揭示了 AI 编程费用激增的本质并非模型太贵，而是上下文管理的失控。通过建立多模型路由架构、实施上下文纪律以及利用缓存技术，开发者可以在不损失交付质量的前提下，将月度账单降低 80% 以上。很多人觉得 AI 编程越来越贵，是因为模型进化了，或者是 Agent 消耗了太多 Token。其实这更像是一种“上下文税”。当你在 Cursor 或 Claude Code 里随手一问，系统为了“保险”往往会把整个仓库的几十个文件全塞进上下文。你以为在让 AI 帮你修 Bug，实际上你是在付钱让它把整个项目重新读上五十遍。真正的省钱逻辑不在于更换更便宜的模型，而在于控制输入。有观点认为，很多人陷入了“全量发送”的陷阱：为了防止 AI 缺失信息，习惯性地把所有相关的 `.ts` 或 `.py` 文件全丢进去。这就像为了修一个水龙头，却把整栋楼的图纸都打印出来交给工人。解决办法很简单：先用 `grep` 或 `ripgrep` 精确定位，只把那 30 行关键代码发给模型。更核心的变革在于建立一套“路由架构”。不要试图用一个模型解决所有问题。把任务分层：架构设计、安全审查这种“决策成本极高”的任务，留给 Claude Opus 或 GPT-5 这种顶级大脑；而 90% 的日常实现、重构和调试，Kimi 2.6 这种性价比极高的模型就能做到质量持平，成本却只有几分之一。至于格式化、改错字这种琐事，交给 Haiku 或者本地运行的 Qwen 即可。有网友提到，这种分层逻辑能让 Agentic 工作流的成本呈指数级下降。当一个复杂的重构任务从全量使用顶级模型转变为“顶级模型规划 + 高性价比模型执行”时，单次任务的成本能从 20 美元降到 1 美元左右。最后，别忘了 Prompt Caching。它是你应对大规模上下文的“缓冲层”，能让重复的系统指令成本降低 90%。如果你发现自己的 AI 账单在飙升，先停下来看一眼你的上下文里有多少是冗余的。 x.com/DeRonin_/status/2054235707791778034

3. AI智能体之所以强大，核心在于它们的“记忆系统”。没有记忆，智能体只能盲目行动，无法学习和适应。记忆让它们能够跨时推理、优化决策，真正实现智能。短期记忆（工作记忆）负责暂时存储任务相关信息，帮助智能体追踪当前用户问题、对话上下文和任务中间步骤，从而做出连贯且有针对性的回应。长期记忆则保存跨任务的知识与经验，积累事实和规律，使智能体随着时间变得更高效、更准确。情景记忆像人类的经历记录，存储状态、行为、结果和奖励，助力强化学习中识别哪些行为带来成功或失败。语义记忆包含结构化的世界知识——概念、规则、语言和领域信息，支持智能体推理和理解新信息。检索机制根据上下文、关键词或相似度精准调用所需记忆，避免信息混乱和过时。记忆还支持多步规划，智能体能记住子目标、进展和障碍，提升长远策略，而非仅解决眼前问题。多任务环境中，智能体为每个任务维护独立记忆，防止任务混淆，提升切换效率，并跟踪用户偏好。强化学习中的经验回放机制，通过反复利用历史经验，稳定训练过程，避免重复错误。记忆系统是动态演进的，智能体通过反馈、奖励和新交互不断更新，持续优化表现。记忆不仅是AI智能体的“知识库”，更是其“成长引擎”。理解短期、长期、情景和语义记忆的区别与协作，是构建高效智能体的关键。未来，记忆与检索机制的进步，将推动AI从“会思考”向“会记忆、会学习、会进化”迈进。原文：x.com/e_opore/status/1994331859661000712

4. 【当AI学会管理自己的记忆：递归语言模型如何终结"上下文腐烂"难题】Prime Intellect发布了递归语言模型(RLM)，一种全新的推理策略，让AI不再被动接受冗长的提示词，而是主动将其视为可操作的动态环境。传统大模型有个致命软肋：上下文窗口越长，信息丢失越严重，业内称之为"上下文腐烂"。你给模型塞进去100页文档，它可能只记得开头和结尾，中间的关键信息早已模糊。RLM的解法很巧妙——它把输入数据当作Python变量来处理，模型自己决定检查哪些片段、拆分哪些任务、递归调用哪些子模块，整个过程在一个持久化的Python REPL环境中完成。几个核心突破值得关注：第一是"上下文折叠"。不同于传统RAG那种先总结再检索的套路（总结必然丢信息），RLM让模型主动把特定任务委派给子模型和Python脚本处理，信息完整性得以保留。第二是效率惊人。测试显示，用RLM包装的GPT-5-mini在长上下文任务上击败了标准GPT-5，而主上下文token消耗不到后者的五分之一。这意味着什么？小模型加上好策略，可以干掉大模型的暴力堆参数。第三是长程任务的连贯性。通过强化学习让模型端到端管理自己的上下文，系统能在跨越数周甚至数月的任务中保持思路清晰。这对真正的AI Agent至关重要——你不可能指望一个每隔几分钟就"失忆"的助手帮你完成复杂项目。同步发布的INTELLECT-3是一个1060亿参数的MoE模型（120亿激活参数），在Prime Intellect的完整强化学习栈上训练，性能对标闭源前沿模型，但完全开源开放权重。社区讨论中有个问题很尖锐：这和OpenAI、Anthropic现有的上下文管理方案有什么本质区别？答案在于层级不同。现有方案大多是外部编排，是"绕过"问题；RLM则把上下文管理内化为模型推理循环和训练目标的一部分，是"解决"问题。当任务需要持续运行数天甚至数周时，这个区别就会显现出来。有人评论说这个思路"显而易见到奇怪为什么不是默认做法"。确实，人脑处理短期记忆和规划任务时，本质上就是这么运作的——选择性关注、分块处理、递归调用。但"显而易见"和"能做好"之间往往隔着五年的工程积累，就像推理能力的研究2019年就有了，真正爆发要等到o1。更深一层看，这触及了一个根本问题：如果你想造出超越人类的智能，或许应该从无限递归上下文开始，因为这正是人类认知的运作方式。一个被冻结在时间中的大脑不可能真正学习或理解任何东西。迄今为止发布的每一个大模型，要么被冻结在时间中，要么在上线后不久就因为上下文问题而崩溃。当模型能够程序化地"窥视和检索"自己的提示词时，暴力扩展上下文窗口的路线是否已经过时？这个问题的答案，可能决定着下一代AI架构的走向。reddit.com/r/singularity/comments/1q1vcvf/prime_intellect_unveils_recursive_language_models

5. 天禧Claw仿生记忆系统在OSWorld全球测评中登顶第一，首次超越人类记忆力基准线，凭借17亿参数多模态记忆模型打造专属个人记忆图谱，可将多源信息转化为情景、语义、程序三种记忆，为长程复杂任务提供超强记忆支撑，让AI更懂你、执行更稳定、响应更精准。#天禧AI我的专属超能搭档 ##联想AI主机#

6. DeepSeek V4 + Open WebUI + Hermes = 我帮你搭的私人AI员工！

7. Agent 真正的护城河，正在从工具转向记忆资产

8. 医疗AI拐点来了！这家公司把医生“大脑”装进AI #医疗AI #智诊科技 #WiseDiag#医疗智能体 #好伴AI

9. Clawdbot 如何记住一切 / 解析🦞的记忆系统

10. 智能体上下文工程：为什么文件系统成了AI记忆的最佳载体？

11. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

12. 突破一亿Token极限：EverMind提出MSA架构，实现大模型高效端到端长时记忆

13. memsearch：OpenClaw同源的记忆系统Zilliz 最近开源了 memsearch，从 OpenClaw 的记忆系统里提取出来的，核心思路很干净：Markdown 文件就是记忆的唯一真相。设计理念：Markdown is the source of truthAgent 的记忆就是本地文件，按天存，人能读、能改、Git 可以管理版本。索引坏了？删掉重建，原始记忆一行不丢。这是对"数据库黑盒"方案的直接反叛。三步记忆范式- Recall：用混合检索（向量语义 + BM25 关键词）从历史记忆里找相关上下文- Think：把检索结果注入 LLM，做有记忆支撑的推理- Remember：把这次对话写回 Markdown，自动重新索引几个工程细节值得关注- SHA-256 内容哈希去重：内容没变就不重复 embed，大幅降低 API 成本- 文件监听自动索引：开启后，文件一保存立刻更新向量库，删文件时对应 chunk 也同步清除- 多 embedding 引擎：支持 Gemini、Voyage AI、Ollama（本地）、sentence-transformers（离线），换引擎只改配置，历史记忆不影响和 Mem0 / Zep 的本质区别Mem0、Zep 把记忆存在数据库里，人看不到、改不了、换供应商就麻烦。memsearch 的记忆就是普通文本文件：看改动，查历史，跨机器同步，零供应商锁定。主要短板：暂不支持时序关系图谱和多 Agent 共享记忆，适合单 Agent 长期记忆场景，不适合复杂多 Agent 协作系统。🔑 三个关键点① Markdown 文件即记忆，人类可读可编辑，彻底解决 AI 记忆的"黑盒"问题② 混合检索（向量 + BM25）比单纯语义检索精度更高，"Redis 缓存"能精确匹配到相关决策③ SHA-256 去重 + 文件监听自动索引，工程上几乎是零维护成本GitHub：github.com/zilliztech/memsearch#how i ai##程序员#

14. AI 的学识和记忆力都远超常人，这是否意味着我们每个人都能真正长期拥有一个优秀贴心的助理？

15. 盘点一周AI大事(4月12日)｜Mythos太强不敢发布 Anthropic官宣最强大模型Claude Mythos OpenAI发布超级智能经济蓝图 Meta发布大模型 Muse Spark 智谱上线最强开源大模型GLM-5.1 Anthropic上线Agent包工头Claude Managed Agents Gemini上线概念可视化visualizations 阿里发布最强视频模型HappyHorse-1.0 米哈游发布最强数字人模型LPM 1.0 Ace开源最强音乐模型ACE-Step-1.5-xl 研究员开源最强虚拟试穿模型Vanast #前沿科技趋势发布月 #AI新星计划 #AIGC #大模型 #Agent

16. 智能体开始互相传染？该给AI打疫苗了 #AI工具 #智能体 #红衣聊AI #大有学问

17. 真的忍不了现在车上的假智能！车企天天吹 AI 智能体，实际就是个语音助手，人一下车全归零，认不清人、记不住习惯，根本 “养不熟”。魏牌 V9X 基于归元 S 平台，搭载OMS+VLM 双感知系统，配合打扰度模型、端云协同仲裁架构与LLM 分层记忆系统，带来真正的原生 AI 智能体，能识人、有记忆，还会主动帮你调好空调、规划导航，不用你一遍遍重复指令。懂分寸不打扰，越用越贴合你的习惯，彻底告别冰冷的机械交互。4 月 17 日，归元 S 技术发布会暨魏牌 V9X 预售发布会，这才是未来座舱该有的样子！#认人识人是AI智能体的照妖镜##魏牌V9X#

18. 推特热议、AI 万亿美元新赛道，「上下文图谱」到底是什么？创业机会在哪？

19. 如何评价DeepSeek发布梁文锋署名论文，提出「条件记忆」及Engram记忆检索架构？有哪些亮点？

20. 构建真正有效智能体，90%靠的是“记忆”，而非模型本身、框架或MCP。关键在于智能体对以下内容的理解和记忆：- 自身能力范围 - 目标与需求 - 过去失败经验这段“上下文”决定了智能体是像六岁小孩般无知，还是像严谨工程师般高效。核心是“领域记忆”——既包含专业化知识，也包含任务专属的长期记忆。这不是简单的会话记忆，而是对未来至关重要的关键洞察的持续保存。可以称之为“工作流记忆”，它虽设置不复杂，但设计精妙且价值巨大。即便内部已有智能体架构，实现持久记忆也不难，且无需依赖外部API（当然也有选择）。让智能体把最终回答摘要存入持久存储，下次运行时回顾过去决策，大大提升了连续性与理性表现。失败尝试的历史比成功经验更宝贵，避免重复踩坑，节省时间和计算资源。通过保存失败日志，课减少70%的重复错误，证明记忆架构是生产级智能体的核心，而非模型升级的噱头。将记忆细分为“动态工作流记忆”（从失败中学习）和“静态目标记忆”（明确要求与验收标准），结合使用能让智能体拥有既稳固又灵活的执行力。记忆提供连续性，但“控制”才是智能体真正的主动性源泉。只有当系统能自主调节自身动态，才能实现真正的“代理行为”，而非被动反应。记忆塑造认知，控制塑造行为，两者合力才能造就真正有自主决策能力的智能体。产品角度看，模型是天花板，记忆系统是地板。没有强大且专注的长期记忆，再好的模型也难以落地应用。当大家热衷于追求更聪明的模型时，真正提升智能体智商的，是持续不断的记忆和上下文管理。只有打好记忆基础，智能体才能从随机猜测进化为可靠执行者，实现真正的智能与成长。x.com/Hesamation/status/1999255592242737658

21. 在线构建智能体记忆库的必备利器！🚀Honcho 是一款开源的记忆库与托管服务，专为构建有状态的智能体（stateful agents）设计。它支持任何模型和架构，能持续学习并维护用户、智能体、群组、观点等实体的动态状态，让你的智能助手记忆力爆棚，更加可信和个性化。主要亮点：- 统一的“伙伴”模型，支持多参与者多会话交互- 多种记忆存储原语：工作空间、会话、消息、集合与文档- 强大的异步推理系统，自动生成用户画像与会话摘要- 自然语言查询聊天接口，快速获取用户偏好与历史信息- 支持多种大模型（OpenAI、Anthropic、Google Gemini 等）- 丰富的SDK支持 Python 和 TypeScript，开发体验极佳- 灵活配置，支持本地部署、Docker 和云端部署（Fly.io）GitHub: github.com/plastic-labs/honchoHoncho让你的智能体拥有“记忆”，让人机交互更自然、更高效，也帮助你打造持久的竞争壁垒。#开源项目# #人工智能# #智能体开发# #长期记忆# #Honcho# #Python神器#

22. 从踹倒机器人到被春晚武打机器人震撼，中国AI智能体正在快速落地！你还发现AI在哪些领域的变化特别大？#网络名人赞两会 #2026全国两会 #AI #红衣聊AI #两会代表委员有话说

23. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

24. 一夜之间，AI终获「永久记忆」！最难考试99%刷爆SOTA，全网直呼疯狂

25. 智能体，正在决定企业的生死？ #大有学问 #红衣聊AI #智能体 #AI工具

26. 问：上下文（Context）和上下文窗口（Context Window）什么差别？这两个概念经常被混用，但其实指的是不同层面的东西：上下文是指 AI Agent 在执行任务时实际拥有的所有信息，包括系统提示词、用户的对话历史、检索到的文档、工具调用的结果、记忆模块注入的内容等等。你可以把它理解为“Agent 此刻脑子里装的所有东西”。上下文是一个动态的、可以被工程化管理的概念——哪些信息该放进来、什么时候放、怎么组织，这就是现在越来越多人说的 Context Engineering。上下文窗口则是模型层面的一个硬性限制，指的是模型单次推理能处理的最大 token 数量。比如 128K、200K、1M 这些数字，说的就是上下文窗口的大小。它本质上是一个“容器的容量”。打个比方：上下文窗口是你厨房操作台的面积，上下文是你实际摆在台面上的食材、调料、菜谱和工具。台面就那么大（上下文窗口有上限），但你放什么上去、怎么摆放（上下文的管理）决定了你能不能高效做菜。在 Agent 开发中，一个核心挑战就是：Agent 需要的上下文往往远超上下文窗口的容量。对话越来越长、工具调用结果越来越多、检索的文档越来越大——这些都在消耗上下文窗口的空间。所以才需要各种策略来管理：摘要压缩历史对话、选择性检索而不是全量灌入、及时清理不再需要的中间结果等等。简单总结就是：上下文（Context）是“内容”，上下文窗口（Context Window）是“装内容的容器”。做 Agent 工程的核心功夫之一，就是在有限的“上下文窗口”里塞进最有价值的“上下文”。

27. 对话EverMind：4个月做到SOTA，要给所有Agent装上长期记忆

28. 【AI记忆系统突破99%准确率：用Agent完全替代向量数据库】快速阅读： Supermemory团队用多智能体协作系统在长期记忆基准测试LongMemEval上达到99%准确率，核心突破是用3个并行搜索Agent替代传统向量检索，让AI通过“理解”而非“数学相似度”来回忆信息。这套方案不需要向量数据库，甚至可以嵌入机器人。---向量数据库可能不是AI记忆的最优解。Supermemory在LongMemEval基准测试（11.5万token对话历史）上达到99%准确率，用的方法反而更简单：完全抛弃向量检索，改用多个Agent协作。传统RAG的问题出在检索环节。语义相似度匹配根本分不清“旧事实”和“新更正”，当检索结果里混杂太多噪音，大模型就会迷失。他们的解法是ASMR（Agentic Search and Memory Retrieval）：信息摄取阶段，3个并行Observer Agent同时读取对话记录，按照个人信息、偏好、事件、时间数据等六个维度提取知识点，直接存储结构化内容而非生成embedding。检索阶段才是关键。面对提问时不查询数据库，而是派出3个专门的搜索Agent——一个找直接事实，一个挖隐含语境，一个重建时间线。这些Agent是在“主动阅读和推理”，不是在做向量余弦计算。回答阶段用了两种策略测试。第一种是8个高度专业化的prompt变体并行运行（精确计数专家、时间专家、上下文深挖专家等），只要任何一条推理路径答对就算成功，准确率98.6%。第二种是12个Agent独立作答后，由一个聚合器LLM综合投票裁决，准确率97.2%。有观点认为这套系统证明了“认知理解”比“数学相似性”更适合处理记忆任务。数学只能捕捉表层模式，而Agent可以处理时间序列中的矛盾、更新和细微差别。更有意思的是，这个架构完全在内存中运行，不依赖外部向量数据库，理论上可以部署到任何设备，包括机器人。他们11天后会开源全部代码。当数十亿个高度个性化的AI Agent开始学习和记住我们的一切时，记忆系统的天花板在哪里？也许不在算力，而在我们愿意给Agent多少“主动思考”的权限。ref: x.com/DhravyaShah/status/2035517012647272689#AI创造营##人工智能#

29. 对话郝建业：Agent记忆、安全以及Harness框架

30. 转译：深度拆解 Hermes Agent 的记忆系统：它如何修正 OpenClaw 的误区作者：Manthan Gupta 如果你读过我之前关于 ChatGPT、Claude 以及 Clawdbot 记忆系统的文章，你就会知道我一直在钻研同一个问题：这些 AI 智能体（AI Agent）到底是怎么记事的？ Hermes Agent 对我来说格外有趣，因为这次我不需要只靠观察它的行为来搞“逆向工程”。Hermes 是开源的，它的代码库和文档都是公开的。所以，我没有通过提示词（Prompt）去盲测这个黑盒，而是直接翻看了它的代码路径——从它如何构建提示词状态、持久化会话，到如何清理记忆和查询历史对话。简而言之：Hermes 拥有的不是一套记忆系统，而是四套。 1. 存储在 MEMORY.md 和 USER.md 中、经过高度浓缩的提示词记忆。 2. 通过 session_search 调用的 SQLite 历史会话存档（可搜索）。 3. 像程序记忆（Procedural Memory）一样运作的智能体技能管理。 4. 可选的 Honcho 层，用于更深层的用户建模（User Modeling）。把这些设计联系在一起的核心逻辑非常简单：保持提示词稳定以便利用缓存（Caching），其他一切繁杂信息都交给工具。让我们深入聊聊。 Hermes 的上下文结构在理解记忆之前，我们先看看 Hermes 到底给模型发送了什么。系统提示词（System Prompt）大致是按以下顺序组装的： ------- [0] 默认智能体身份 [1] 工具使用行为指南 [2] Honcho 集成模块（可选） [3] 可选系统消息 [4] 固化的 MEMORY.md 快照 [5] 固化的 USER.md 快照 [6] 技能索引 [7] 上下文文件（AGENTS.md, SOUL.md 等规则文件） [8] 日期/时间 + 平台信息 [9] 对话历史 [10] 当前用户消息 -------- 这非常关键，因为 Hermes 正在针对大模型供应商的提示词缓存（Prompt Caching）机制进行优化。代码显示，提示词构建器的目标非常明确：让稳定的前缀部分尽可能长时间地保持不变。这一个决定就解释了 Hermes 大部分的记忆架构。如果某条信息每一轮对话都要用到，Hermes 会尽量把它缩得很小并注入进去；如果信息量很大、属于历史旧账或者偶尔才有用，Hermes 就会把它踢出提示词，改用“按需检索”的方式。第一层：固化的提示词记忆其内置的记忆系统小得令人惊讶。 Hermes 将持久记忆存储在 ~/.hermes/memories/ 下的两个文件中： 1). MEMORY.md 智能体笔记：环境、规范、工具怪癖、教训限制：2,200 字符 2). USER.md 用户画像：偏好、沟通风格、身份信息限制：1,375 字符这容量真不大。加起来大约只有 1,300 个 Token（模型理解文本的最小单位）。而这正是刻意为之。在会话开始时，Hermes 加载这两个文件，把它们渲染进提示词区块，然后在整个会话期间固化这个快照。会话中途写入的记忆会立即存入硬盘，但不会改变已经生成的系统提示词。这些改动只有在开启新会话，或者触发了“压缩（Compression）”导致的提示词重建时才会生效。渲染后的格式如下： ------ ═══════════ MEMORY (你的个人笔记) [67% — 1,474/2,200 字符] ═══════════ 用户的项目是一个位于 ~/code/myapi 的 Rust Web 服务，使用 Axum + SQLx § 这台机器运行 Ubuntu 22.04，安装了 Docker 和 Podman § 用户喜欢简洁的回复，讨厌冗长的解释 ------ 这里有几个我非常欣赏的细节设计： 1. 使用字符限制而非 Token 限制：这让记忆逻辑与模型无关。Hermes 不需要调用特定模型的计算工具就能判断记忆是否存满。 2. 简单的分隔符文件格式：条目之间用 § 分隔。没有复杂的向量数据库（Vector DB），没有自定义二进制存储，就是纯文本。 3. 刻意保持极小的系统提示词空间：这是整个设计的重中之重。Hermes 不想把所有历史都塞进提示词，它只想要最有价值的事实。 4. 记忆是“精选状态”，而不是“日记”：这是 Hermes 与 OpenClaw 最大的区别。 OpenClaw 的日志更像是“流水账”。而 Hermes 则反其道而行。它的工具架构和测试逻辑强调： • 保存用户偏好。 • 保存环境事实。 • 保存反复出现的错误修正。 • 保存稳定的规范。 • 不保存任务进度。 • 不保存会话结果。 • 不保存临时的待办事项（TODO）。真相是：Hermes 希望 MEMORY.md 和 USER.md 保持精简、高频且对缓存友好。 memory 工具 Hermes 通过一个拥有三种操作的 memory 工具来管理这些文件：add（添加）、replace（替换）、remove（移除）。一个好用的细节是：replace 和 remove 使用子字符串匹配。你不需要记住条目的内部 ID，只需要传入现有条目中一段唯一的文字即可。此外，系统会拒绝完全重复的内容，并拦截危险信息。源代码会扫描记忆条目，防止提示词注入（Prompt Injection，即通过输入恶意指令误导 AI）、凭证泄露或隐藏的 Unicode 字符。第二层：用于情景回溯的 session_search 如果说 MEMORY.md 是 Hermes 的“短期热记忆”，那么 session_search 就是它的“长尾回溯系统”。所有过去的会话都存储在 SQLite 数据库中，拥有完整的索引和搜索功能。当模型需要想起以前聊过的内容时，它不去翻 MEMORY.md，而是搜索这个会话数据库。其工作流程是： 1. 在过去的消息中进行全文搜索。 2. 按会话分组结果。 3. 加载匹配度最高的会话。 4. 使用一个便宜的辅助模型对这些会话进行摘要总结。 5. 将精炼后的回顾内容返回给主模型。这是一种非常务实的设计。它比盲目地把长篇累牍的历史塞进每一个提示词要便宜且高效得多。第三层：压缩与记忆冲刷（Memory Flush） Hermes 另一个聪明之处在于它处理长对话“压缩”的方式。当会话变得太长，Hermes 会压缩对话中间的部分以节省空间。但摘要是有损的，重要事实可能会丢失。于是，Hermes 会先进行一次“记忆冲刷”。在压缩之前，它会发送一条指令告诉模型： > “会话即将压缩，请保存任何值得记住的东西。优先保存用户偏好、修正建议和重复模式，而非具体的任务细节。” 然后它运行一次额外的模型调用，只开启 memory 工具。如果模型觉得有什么东西该留下来，就会在对话被“洗掉”之前把它写入 MEMORY.md。第四层：作为程序记忆的技能（Skills） Hermes 不仅能记住事实，还能记住技能。技能（Skills）存储在 ~/.hermes/skills/ 下。当 Hermes 发现了一个复杂的流程、修复了一个棘手的问题或学会了更好的方法时，它可以将其保存为“技能”。大多数记忆系统只关注“语义回溯”（名字、偏好、事实），但智能体还需要记住如何做事。为了效率，Hermes 不会把所有技能都塞进提示词，而是只放一个技能索引，只有在需要时才加载具体的技能内容。第五层：用于深层建模的 Honcho 最后是可选的 Honcho 层。如果说本地记忆是 Hermes 的笔记本，Honcho 就是它尝试构建的复杂用户模型。它能实现跨设备、跨平台的记忆连续性。最精妙的是它如何在不破坏提示词缓存的前提下实现集成： • 在会话的第一轮，Honcho 的上下文会被织入系统提示词。 • 在之后的对话中，为了保持提示词稳定，Honcho 的回溯内容会附加在当前用户的提问后面，而不是修改系统提示词。这确保了缓存依然有效，同时 AI 依然能读到最新的背景信息。 Hermes 与 OpenClaw 的区别 • OpenClaw：记忆更接近“以 Markdown 为中心的存储”，日志和长效文件是主要事实来源。 • Hermes：提示词记忆被严格限制，历史记录存在 SQLite 里，只有需要时才搜索。 Hermes 更加关注缓存效率。它认为：不是所有东西都配住在“系统提示词”这个黄金地段。总结：Hermes 做对了什么？ 1. 冷热分离：小规模提示词记忆负责常驻信息，搜索负责偶尔用到的信息。 2. 缓存优先：它意识到频繁改动提示词会导致延迟增加和成本上升。 3. 记忆的多样性：它承认记忆是分层的——包括个人画像、情景回溯、操作技能和深层建模。 Hermes 的核心设计原则最令我折服：记忆应该让智能体变得更好用，而不是通过摧毁提示词的稳定性来换取博闻强识。真正的诀窍不是记住更多，而是在正确的层级、以正确的成本，记住正确的事情。原文：x.com/manthanguptaa/status/2034849672985288957

31. 中国机器人，今年又在春晚舞台炸场了！这不仅仅是场表演，而是在向全世界摊牌：中国已经具备把智能规模化落地的能力。 #大咖观察 #红衣聊AI #春晚 #机器人 #AI

32. 刚刚，腾讯姚顺雨署名首篇论文发布，「下半场」先搞上下文学习

33. 《深度拆解：AI Agent Harness 的构造》深入探讨 Anthropic、OpenAI、Perplexity 和 LangChain 究竟在开发什么。涵盖编排循环、工具、记忆、上下文管理以及所有能将“无状态”大语言模型转变为全能 Agent 的核心组件。深度拆解：AI Agent Harness 的构造

34. OpenAI 这步棋走得对——从编辑器走向操作系统级的 agent。但关键瓶颈是上下文管理。Codex 的记忆功能还只是 preference memory，不像一些开源框架已经有完整的三层记忆（会话/长期/技能）。谁先解决 agent 的长期记忆问题，谁就拿到下一阶段的入场券。

35. Claude Code 新增"自动记忆"功能 Anthropic 为其命令行编码工具 Claude Code 上线了自动记忆（Auto Memory）功能。开启后，Claude 会在工作过程中自动记录项目中学到的上下文：比如构建命令、调试技巧、代码风格偏好、架构要点等，并在下次会话中自动调用，不需要用户手动记录任何东西。此前 Claude Code 已经支持 CLAUDE.md 文件，但那是用户写给 Claude 的指令。新增的 Memory.md 则相反，是 Claude 自己维护的"笔记本"。用户也可以直接告诉 Claude"记住我们用 pnpm 而不是 npm"，它就会写入记忆文件。技术细节上，每个项目的记忆存储在本地目录 ~/.claude/projects/ 下，会话启动时自动加载 MEMORY.md 的前 200 行，更详细的内容按需读取。该功能默认开启，可通过 /memory 命令或配置文件关闭。这个功能解决的是开发者反复向 AI 解释项目背景的痛点：用得越久，Claude 对项目越熟悉。相关文档：网页链接宝玉xp的微博视频

36. 理解 AI 智能体中的记忆（Making Sense of Memory in AI Agents） 1. LLM 天生就是“健忘”的 LLM，在其核心交互设计上是“无状态”的（stateless），天生没有对话记忆。 LLM 在训练阶段已经将海量知识以“参数化知识”（parametric knowledge）的形式存储在其模型权重中，但这是一种静态的、背景性的记忆。对于你和AI的实时对话，每一次互动本质上都是一个全新的开始。模型本身并不会内置任何关于你们过去对话的记忆。我们感受到的所谓记忆，其实是一种技术上的实现：开发者将你之前的对话内容，在每一次你发送新消息时，都重新“喂”给模型。正是因为这种机制，开发者才必须专门为 AI 构建外部的记忆系统，因为它并非底层模型自带的功能。 2. 我们应该用“人脑”还是“计算机”来类比 AI 记忆？关于如何定义和分类 AI 记忆，业界尚未达成共识。但要理解这场有趣的辩论，首先需要掌握一个核心框架：几乎所有的 AI 记忆系统，都在最高层面上区分了两种基本类型——短期记忆（上下文内记忆）长期记忆（上下文外记忆）。 1）短期记忆 (In-context memory): 指的是当前在 LLM 的“上下文窗口”中可用的信息，也就是模型能直接“看到”的对话历史。 2）长期记忆 (Out-of-context memory): 指的是存储在外部数据库（如向量数据库）中的信息，模型需要通过特定检索操作才能访问。在这个基础框架之上，业界形成了两大思想流派，它们试图用不同的模型来进一步细分记忆的类型。第一派倾向于使用人类记忆进行类比。例如，一篇名为 CoALA (Cognitive Architectures for Language Agents) 的论文就借鉴了人类认知模型，将 AI 记忆分为四种： 1）工作记忆 (Working memory): 当前对话的上下文内容，例如“你好，我叫山姆。” 2）语义记忆 (Semantic memory): 事实性知识，例如关于用户的信息“他的狗叫亨利。” 3）情景记忆 (Episodic memory): 过去的经历或行为，例如“在没有使用计算器的情况下，计算 1+1 失败了。” 4）程序记忆 (Procedural memory): 指令或技能，例如系统提示中的指令“在回答问题前，总是先提出追问。” 然而，另一派则认为这种类比并不恰当。 Letta 公司的 Sarah Wooders 认为，将 AI 类比成大脑会产生误导。她强调： an LLM is a tokens-in-tokens-out function, not a brain, and that, therefore, the overly anthropomorphized analogies are not fit. 因此，他们提出了一个更侧重于系统架构的分类方法，它同样建立在短期和长期记忆的区分之上： 1）消息缓冲区 (Message Buffer): 存储当前对话中最近的消息。 2）核心记忆 (Core Memory): 由 AI 自身管理的关键上下文信息，例如与当前对话相关的用户生日。 3）回忆记忆 (Recall Memory): 原始的、未经处理的对话历史记录。 4）存档记忆 (Archival Memory): 明确表述并存储在外部数据库中的信息。这两种模型并非完全独立，而是对同一问题的不同剖析。例如，CoALA 模型中的“工作记忆”在 Letta 的模型中被更精细地拆分为“消息缓冲区”和“核心记忆”。 3. 让 AI 学会“遗忘”比“记忆”更难在 AI 记忆设计中，最复杂的挑战并非如何“记住”，而是如何进行有效的“记忆管理”，尤其是如何“遗忘”。首先，我们需要区分管理“上下文窗口”（短期记忆）和管理“外部存储”（长期记忆）的挑战。对于上下文窗口，挑战在于避免因对话过长而超出token限制，开发者通常会采用对话摘要等方法来精简信息。而真正的难题在于管理外部的长期记忆。如果一个 AI 从不遗忘，就会导致“记忆膨胀”（memory bloat）。大量低质量或不相关的存储信息会像噪音一样干扰 AI，最终降低其性能。记忆管理系统的四种核心操作： 1） ADD (添加): 将新信息存入长期记忆。 2） UPDATE (更新): 修改现有信息以反映最新情况（例如，更新用户的地址）。 3） DELETE (删除/遗忘): 识别并永久移除过时或无关的信息，这是防止记忆膨胀的关键。 4） NOOP (无操作): 这也许是最微妙也最困难的决策——判断当前信息既不新、也无矛盾，因此不值得存入记忆。教会 AI 何时该“遗忘”（DELETE）以及何时该“无视”（NOOP），是自动化记忆管理的最大障碍。除此之外，开发者还面临一个难题：何时执行这些操作？是在与用户对话的实时路径中（hot path），还是在对话结束后的后台批处理中（background）？这些决策都深刻影响着系统的延迟和效率。 #ai创造营# #程序员#

37. AI Agent 开发中，记忆管理一直是老大难——上下文窗口有限，长期知识难以留存，跨会话、跨任务的连贯性也很难保证。Cognee 把「记忆控制平面」浓缩到 6 行代码里，让 Agent 拥有持久、可进化、可检索的共享记忆。只需一行 pip install 即可接入：支持任意格式数据摄入，自动构建知识图谱 + 向量索引，兼顾语义搜索与关系推理，还能随反馈不断优化。GitHub：github.com/topoteretes/cognee主要功能：- 6 行代码即可实现 remember / recall / forget / improve 四大操作- 知识图谱 + 向量混合检索，自动路由最优搜索策略- 支持多会话隔离与跨 Agent 知识共享- 提供 Claude Code、OpenClaw 等官方插件，一键接入主流 Agent 框架- 兼容 Cognee Cloud 或自托管部署（Modal、Railway、Fly.io 等一键脚本）- 支持本地 UI 与 CLI，快速验证与调试支持 Python 3.10+，通过 pip/uv/poetry 即可安装，适合构建长期记忆型 Agent、客服机器人、知识蒸馏助手等场景。#AI创造营# #人工智能#

38. 蹭上150k Star的热点，从clawdbot学会了给AI加自动记忆！

39. Hermes Agent 的记忆系统：为什么它修正了 OpenClaw 的错误网页链接"Hermes Agent 之所以特别有意思，是因为这一次，我不需要只靠行为去逆向推理。Hermes 是开源的，仓库和文档都公开。所以我不必拿 prompt 去试探一个黑箱，而是直接查看那些负责构建 prompt 状态、持久化会话、刷新记忆、查询历史对话的代码路径。简短来说：Hermes 不是只有一个记忆系统，它有四个。一个非常小、经过筛选的 prompt 记忆，存放在 MEMORY.md 和 USER.md 一个可搜索的 SQLite 历史会话归档，通过 session_search 暴露由 agent 管理的 skills，充当程序性记忆一个可选的 Honcho 层，用于更深层的用户建模把它们串起来的关键设计很简单：保持 prompt 稳定以便缓存，把其他一切交给工具。"#AI创造营#

40. AI Agent开发常常需要管理海量对话历史，传统RAG或知识图谱难以实现真正学习，记忆准确率低、长期遗忘严重。Hindsight™ 提供革命性的Agent记忆系统，让AI Agent真正"学会"而非仅"记住"。不仅在LongMemEval基准测试中创下最优性能，还支持世界事实、个人经历、心理模型构建，已被Fortune 500企业投入生产。GitHub：github.com/vectorize-io/hindsight主要功能：- 记忆保留（Retain）：自动提取实体、关系、时序数据构建知识库；- 智能回忆（Recall）：语义+关键词+图谱+时序四路并行检索；- 深度反思（Reflect）：基于记忆生成洞察和决策建议；- 多用户记忆隔离：支持按用户/会话隔离记忆管理；- 生物仿生架构：模拟人类记忆机制（世界事实+经历+心理模型）；- 一行代码集成：LLM Wrapper自动为现有Agent添加记忆能力。支持Docker一键部署、Python/Node.js客户端、嵌入式模式，兼容OpenAI/Anthropic等多种LLM提供商。#AIAgent##AgenticAI##人工智能#

41. Anthropic一夜震撼升级：Claude获得「永久记忆」！全球打工人变天

42. 开发者在使用 Claude Code 编写代码时，想要自动保存每次操作的上下文和工具使用情况，方便后续继续工作。Claude-Mem 是一款为 Claude Code 打造的持久化记忆压缩插件，能抓取工具执行的观察数据，通过 AI 进行语义压缩，并将相关上下文注入到未来的编码会话中。它支持跨会话保持上下文连贯，内置智能搜索功能，能用自然语言查询历史操作，极大提升项目管理和代码回溯的效率。插件提供 Web UI 实时查看记忆流，并可配置隐私标签过滤敏感信息。更有实验性的“无限模式”，通过压缩和分层存储实现更长的会话记忆，适合复杂项目的持续开发。主要功能：- 自动捕获并压缩会话数据，实现跨会话记忆延续- 语义搜索工具，快速定位历史决策和代码修改- Web 界面实时展示记忆流和搜索结果- 灵活配置隐私控制和上下文注入策略- 支持实验性无限扩展会话长度的“Endless Mode”- 基于 SQLite 和向量数据库结合实现高效存储和检索适用于需要在多次编码会话中保持项目上下文连续的开发者，尤其是使用 Claude Code 进行 AI 辅助编程的用户。项目地址：github.com/thedotmack/claude-mem安装简单，启动后自动生效，无需手动操作。想让 AI 更懂你的代码历史，这个开源插件值得一试。

43. 危及10亿人的全球高危漏洞。被360漏洞挖掘智能体自动扫描发现！#大有学问 #红衣聊AI #智能体 #AI工具

44. 智能体爆发后，中国AI真正的底牌是什么？ #大有学问 #红衣聊AI #智能体

45. 一位网友逆向破解了 ChatGPT 记忆系统，给我干破防了

46. 养虾省91%词元！这家AI记忆公司用1亿个多模态文件验证了！

47. 一个不错的Agent教程：《从零开始构建智能体》——从零开始的智能体原理与实践教程本教程旨在带领大家深入理解并构建真正的 AI Native Agent。教程将带领你穿透框架表象，从智能体的核心原理出发，深入其核心架构，理解其经典范式，并最终亲手构建起属于自己的多智能体应用。访问：github.com/datawhalechina/hello-agents #ai创造营# #程序员#

48. 从实际 vibe coding 的效果来看，并非每个任务选择最强模型就是最佳选择，也不是无脑新开子 Agent 就能保持最佳上下文和执行效率。最贵模型的推理思考能力很强，但处理普通任务，例如读写文件、代码搜索、格式化、简单查询时，效率经常很低。背后的原因也很简单，强模型的 thinking 和 reasoning tokens 开销很大，而这些任务并不需要深度推理，过度思考只会增加延迟和 token 消耗。例如，用 Opus 做一次 Glob 搜索和用 Haiku 做，结果基本一样，但成本会差出两个数量级。要把任务做好，关键不在于模型是不是最强，而是看任务能否正确匹配模型的能力密度。Claude Code 在创建 Sub-Agent 时，就围绕这方面做了大量设计：1）当需要保留当前对话上下文继续工作时，例如并行探索不同方案、在后台执行独立子任务，它会 fork 一个 Agent，继承当前上下文，让任务在同一语境中延续；2）当任务目标明确且不依赖父会话上下文，例如代码搜索、方案规划、结果验证，它会直接使用内置 Agent，包括 Explore、Plan、verification、general-purpose 等，调度的时候，会给 Agent 分配一个清晰的任务目标；3）设计了 Agent Team 模式，支持让多个 Sub-Agent 协同工作，分工不同的子任务，互相之间通过消息传递和共享上下文来配合完成更复杂的工作。Agent Team 跟普通 subagent 的不同之处是，成员 Agent 之间允许通讯。在 Sub-Agent 的模型选择上，Claude Code 是动态设定的，例如 Explore Agent 采用的就是 Haiku 模型，而 Plan 和 verification 默认会继承父模型。Haiku 模型延迟最低、单 token 成本也最低，在文件搜索、代码定位、文档分析等等只读场景下，准确率已经足够了，整体性价比也是最优的。有了模型选择的基础，再往下就是执行方式的优化。要同时兼顾成本和效率，核心思路是并行执行，将任务拆成多个上下文隔离的子任务，再分派多个 Sub-Agent 并发处理。也分享几个在 Claude Code 中的小技巧，用起来可以让成本、效率和效果达到一个更好的平衡：1）通过环境变量 CLAUDE_CODE_SUBAGENT_MODEL 可以统一指定子 Agent 的默认模型，主会话用强模型做调度和决策，子 Agent 用轻量模型做执行，配置简单，几乎零成本接入。2）通过 Fork 模式复用父会话的 Prompt Cache，让并行子任务共享上下文前缀的 KV 缓存，10 个并行 fork 的成本接近 1 + 9 × delta，在大规模并行场景中非常省钱。直接跟主对话说“从当前上下文 Fork 子进程处理”即可。3）通过 .claude/agents/ 目录下的声明式 Markdown 文件定义专用 Agent，可以精细控制模型选择、工具权限、最大轮次、执行模式、隔离方式、记忆范围、MCP 服务、Hooks 等，适合那些会反复出现的固定角色，例如 code reviewer、security auditor 等等。项目长期使用的专用 Agent 可以考虑用这种方式来定义，后续维护和迭代也更方便。好模型的 token 成本会越来越高，获取难度也是越来越大，短期内一定是供不应求的，因此模型的推理能力需要被转换为一种精细化分配的资源。中低难度的任务把国内模型用起来就好了，反而效率更高，还省钱。在 vibe coding 的时候，学会让不同能力的模型组合完成任务，将会是一项必备技能。😄

49. [黄鸡大笑]现在LLM的模型只要管理自己的记忆，无论是压缩自己的记忆上下文，或者是读写图数据库或者向量数据库去管理长期记忆，都会出现严重的幻觉，这本质上来说是个“缸中之脑”的问题，在模型看来自己的记忆就是对话上下文，我为什么要管理自己的记忆？因此任何让Agent Loop管理自己记忆的框架，最后一定会崩。

50. WWW 2026｜让MoE路由拥有「记忆」：RMS-MoE用检索记忆协同实现更高效专家调度

51. 说实话，我认为记忆力是目前持续学习的最大障碍。让我夜不能寐的问题是：我们如何利用记忆避免重蹈覆辙？我们如何教会模型有选择地记忆和遗忘？何时呈现正确的背景信息？人类通过记忆巩固、干扰管理和情境绑定自然而然地做到这一点，然而，我们尚未找到复制这种机制的方法。人类海马系统与当前LLM记忆架构之间的差距揭示了一个根本性的挑战：我们基本上构建了两个极端：要么是将所有信息都硬编码到参数中的模型（刚性模型），要么是使用RAG（随机数生成器）机械地检索信息（模糊模型）。真正的持续学习要求我们破解智能检索的密码；不仅要知道存储什么，还要知道抑制什么、何时强化，以及如何让旧知识优雅地消退而不造成灾难性的干扰。非常喜欢这篇调查，因为它从宏观角度展现了 LLM 和多模态模型中的记忆架构（也很喜欢其中受大脑启发的分类法，很棒！）。我会尽我所能系统地绘制出它的图谱。三部分框架：他们围绕新皮层-海马体-前额叶皮层的类比来构建记忆：内隐记忆/新皮层涵盖了嵌入模型权重中的参数知识，包括记忆编辑技术（如 ROME 和 MEMIT，它们通过精确修改权重来更新事实）、通过 LoRA 等适配器注入知识，以及通过记忆遗忘来删除有害内容。显性记忆/海马体研究外部检索系统；RAG架构、向量数据库、知识图谱。它们详细阐述了如何在不同的粒度（文档、组块、句子、图结构）和优化时间（无训练、联合预训练、SFT等）下组织记忆。智能体记忆/前额皮层探索自主智能体如何维持短期记忆（CoT++）与长期记忆（外部事实数据库、历史轨迹、用户反馈等）。我非常喜欢这个关于记忆的思考框架，但我认为除了分类之外，这项调查最大的贡献在于指出了尚未解决的问题：记忆污染/幻觉、大规模检索的计算负担、何时应该检索信息而不是依赖参数化知识，以及长时间交互过程中记忆一致性的挑战#科技先锋官##ai生活指南##ai创造营#

52. Agent 框架记忆问题的解法～用过 LangChain、CrewAI 这些 Agent 框架的都知道一个痛点：它们的记忆管理很鸡肋。大多数框架的做法是：短期放在列表里，长期靠 RAG 检索。听起来合理，实际很脆弱。问题在哪？1. 信息丢失。RAG 只会检索出片段，但对话的整体脉络、为什么重要、前后的因果关系都丢了。用户说"上次那个项目"，Agent 可能查出相关文档，但根本不知道用户为什么关心这个项目。2. 幻觉加倍。Agent 基于零碎的检索结果推理，没有全局认知，自然容易编造细节。3. 记忆冲突。同一件事在不同时间表述可能不一样，Agent 也不知道哪个才是"真相"，结果前后矛盾。核心问题：RAG 本质是"我记不全，就检索部分"——但这对需要全局一致性的 Agent 任务来说，根本不够。文章的解法：混合记忆架构，不是非此即彼，而是分层：第一层：实时记忆 —— 最近 N 轮对话完整保留，一个字都不丢。这保证了 Agent 对当前对话的理解是准确的。第二层：压缩记忆 —— 更早的对话不是直接存，而是压缩成摘要。比如 50 轮对话压缩成"5 个关键决定 + 3 个重要背景"。成本低，还保留了信息密度。第三层：语义检索 —— 用向量数据库索引压缩后的记忆。这样检索时找的是"高浓度摘要"，而不是淹没在海量文档里。第四层：验证 —— 最关键的一步。Agent 每次从记忆里检索出来东西，要自己验证一下："这个旧记忆和我现在的对话一致吗？"不盲目信任。为什么这个方案值得用？1. 解决了 RAG 的致命问题——记忆有连贯性，Agent 知道全局脉络，不再前后不一。2. 成本可控——压缩记忆大幅降低向量库规模和 token 消耗，相比把所有历史都存下来，省一个数量级的钱。3. 可验证——加验证层，Agent 不会死板地信任过期的记忆。适用场景：- 长期对话的 AI 助手（用户期望 Agent 真的"记得我们的历史"）- 复杂多轮谈判或诊断（需要一致决策，不能前后矛盾）- 需要积累知识的任务流不适用的场景：- 单轮或短对话（没必要这么复杂）- 纯知识库查询（RAG 本身够用）原文：dev.to/diego_falciola_02ab709202/every-ai-agent-framework-has-a-memory-problem-heres-how-i-fixed-mine-1ieo#HOW I AI# #程序员#

53. 如何从零构建一个 LLM 记忆层系统towardsdatascience.com/how-to-build-your-own-custom-llm-memory-layer-from-scratch/这篇文章介绍了如何从零构建一个受 Mem0 架构启发的 LLM 记忆层系统，通过 DSPy 框架实现四阶段流水线：提取（将对话转为原子化事实）、嵌入（使用 text-embedding-3-small 存入 QDrant 向量数据库）、检索（ReAct Agent 自主决定何时查询历史记忆）和维护（Agent 动态执行增删改查操作以处理矛盾或过时的信息），最终解决 LLM 无状态性问题，实现跨会话的个性化用户记忆管理。#HOW I AI#

54. 构建智能问答系统通常面临查询模糊、上下文理解不足和检索效率低等挑战。Agentic RAG for Dummies 是一个基于 LangGraph 的极简 Agentic RAG（检索增强生成）框架，帮助你用最少代码快速搭建具备会话记忆和人机交互查询澄清能力的生产级系统。项目集成了多功能模块： - 会话记忆，保持对话上下文连贯； - 智能查询澄清，自动重写或请求补充信息； - 分层索引，实现精准且上下文丰富的检索； - 多Agent并行处理复杂多问； - 灵活切换多种大语言模型（Ollama、OpenAI、Google Gemini 等）； - 开箱即用的 Gradio Web UI，方便体验和部署。无论是学习 RAG 基础，还是构建定制化应用，这个项目都提供了交互式笔记本和模块化代码两条路径，助力开发者快速上手并轻松扩展。 GitHub 地址：github.com/GiovanniPasq/agentic-rag-for-dummies/ 主要功能： - 支持多轮对话记忆，提升问答自然度； - 自动拆分复杂查询，精准定位信息点； - 结合关键词稀疏向量和语义稠密向量的混合检索； - 内置人机交互机制，避免误解或无效查询； - 多Agent协同，提升复杂问题的处理效率； - 完整文档处理流水线，支持 PDF 转 Markdown 及分块索引。适合 AI 研究者、开发者及数据工程师，轻松构建满足生产需求的智能问答系统。

55. 中国AI智能体被外媒点名，这事没那么简单！ #大有学问 #红衣聊AI #智能体 #AI工具 #openclaw

56. 一年一度的红杉AI大会：前两年的AI只算开胃菜，2026年AI开始真干活，机会和红利在哪#红杉资本 #AIAscent #智能体 #程序员#黑灯工厂

57. 三大黑科技，魏牌V9X“AI智能体座舱”真绝了！魏建军魏总这一波没有花架子，全是直击痛点的硬实力。归元S平台全栈自研能力，打造了1个小魏同学，2个VLA大模型和N个AI智能体角色，尤其是这次在座舱方面：行业首创打扰度模型让车学会察言观色，该安静时绝不乱服务； AI协同仲裁架构当好座舱“总导演”，实时过滤信息，在合理安排需求等级，避免多信息弹窗轰炸的混乱； LLM分层记忆系统让车也能进化，三层记忆随你的成长而自进化、魏牌V9X的AI智能体座舱既智能，又有分寸感，这才是真·下一代智能座舱该有的样子。 #归元S平台将引发汽车产业质变# #魏牌V9X正式开启预售#

58. 2026年了，别再被那些只会画画写诗的“伪智能”忽悠了！口号震天响却连人都记不住，人走记忆就归零。魏牌V9X带着原生AI智能体强势登场，直接戳破了伪智能的“照妖镜”。真正的智能体不该是冰冷的程序，而应当是有灵魂、能进化的出行伙伴。#认人识人是AI智能体的照妖镜#魏牌V9X依托归元S原生AI平台，实现了座舱体验的代际领先。它不仅能识人、有记忆，更能通过行业首创的打扰度模型察言观色，在合适的时机提供主动服务，绝不机械轰炸。它懂你的情绪，也能在自然聊天中完成控车，让科技真正具备了人情味。从被动响应到主动思考，魏牌V9X给出了科技豪华的标准答案。4月17日，归元S技术发布会暨魏牌V9X预售发布会，一起见证AI智能汽车被重新定义的时刻。#魏牌V9X#

59. OpenClaw(Clawdbot) 架构解析：个人AI智能体的核心引擎（everyone talks about Clawdbot, but here's how it works）1. 摘要OpenClaw 是一个个人AI智能体，其核心是一个在本地计算机上运行的 Typescript 命令行界面（CLI）应用程序，而非传统的Web应用。它的架构旨在实现高可靠性和强大的本地计算机集成能力。其设计的关键亮点在于采用了基于通道的命令队列，默认执行串行操作，从而有效避免了并发处理中常见的“异步/await意大利面代码”和竞态条件问题。这种“默认串行，显式并行”的理念显著提升了系统的稳定性和可调试性。OpenClaw的内存系统设计出奇地简洁而高效，它结合了用于存储会话记录的.jsonl文件和用于长期记忆的Markdown文件。代理通过标准的“写入文件”工具直接与Markdown记忆文件交互。其检索机制采用向量搜索（用于语义匹配）和关键字搜索（用于精确匹配）的混合模式，确保了信息检索的全面性。该智能体最核心的“护城河”在于其深度计算机集成能力，通过工具集赋予了代理执行shell命令、操作文件系统、管理后台进程以及控制浏览器的能力。在浏览器交互方面，OpenClaw创新性地使用“语义快照”（基于页面的可访问性树生成的文本表示）代替传统的屏幕截图，极大地减小了数据体积（从MB级降至KB级）并显著降低了LLM的Token成本。为确保安全，OpenClaw实施了一套以用户授权为核心的安全机制，包括一个命令许可名单和对危险shell构造的默认阻止，旨在实现用户允许范围内的最大自主性。2. 核心架构与技术栈OpenClaw的本质是一个Typescript CLI应用程序。它并非一个Python或Next.js驱动的Web应用。作为一个本地进程，其核心职能包括：- 本地运行：在用户的计算机上作为独立进程运行。- 暴露网关服务器：处理来自Telegram、WhatsApp、Slack等不同渠道的连接。- 调用LLM API：与Anthropic、OpenAI或本地模型等多种大型语言模型进行交互。- 本地执行工具：在用户的计算机上直接运行工具和命令。- 实现用户指令：在用户计算机上执行任意授权的任务。3. 任务执行流程当用户通过消息应用向OpenClaw发送提示时，系统会经过以下一系列精确协调的步骤来处理请求并生成响应：1）通道适配器 (Channel Adapter) - 接收来自不同输入流（如即时通讯软件）的消息。 - 对消息进行标准化处理并提取附件。2）网关服务器 (Gateway Server) - 作为系统的任务和会话协调中心，是OpenClaw的心脏。 - 负责接收消息并将其传递给正确的会话，能够处理多个重叠请求。 - 关键设计：为序列化操作，系统采用基于“通道”（lane-based）的命令队列。每个会话拥有一个专用通道，确保任务按顺序执行。低风险且可并行的任务（如cron job）可以在并行通道中运行。 - 设计哲学：这种“默认串行，显式并行”的架构避免了过度并行化导致的“异步/await意大利面代码”和调试噩梦，将开发者的心智模型从“我需要锁定什么？”转变为“什么可以安全地并行化？”。3）智能体运行器 (Agent Runner) - 系统的AI核心，负责决定使用哪个模型和API密钥。 - 具备故障切换能力：当首选模型或密钥失败时，会将该配置标记为冷却状态并尝试下一个可用选项。 - 动态组装系统提示（System Prompt），整合可用的工具、技能和内存信息，并附加当前会话的历史记录（从.jsonl文件中读取）。 - 内置“上下文窗口守卫”，监控上下文空间。当接近上限时，它会通过总结（压缩）会话来释放空间，或在无法处理时优雅地失败。4）LLM API调用 (LLM API Call) - 一个封装了不同LLM提供商的抽象层。 - 支持流式响应，并在模型支持的情况下请求延长思考时间。5）Agentic循环 (Agentic Loop) - 当LLM返回工具调用请求时，Clawdbot会在本地执行该工具。 - 将工具执行结果添加回对话历史中，并再次调用LLM。 - 此循环会重复进行，直到LLM返回最终的文本响应或达到最大交互轮次（默认为约20轮）。 - 所有与计算机的交互都在这个循环中发生。6）响应路径 (Response Path) - 将最终响应通过原始通道返回给用户。 - 通过将用户消息、工具调用、执行结果、模型响应等信息以JSON对象的形式逐行写入.jsonl文件，来持久化会话状态，实现基于会话的记忆。4. 内存系统：简单与实用的结合OpenClaw通过一个简洁且可解释的双重系统来处理记忆，避免了复杂的记忆合并或压缩机制。1）双重系统 - 会话记录 (Session Transcripts)：以.jsonl文件的形式存储，每一行是一个JSON对象，记录了单次交互的完整信息。这构成了其基于会话的短期记忆。 - 长期记忆文件 (Long-term Memory Files)：以Markdown文件的形式存储在MEMORY[.]md或memory/文件夹中。代理通过一个标准的“写入文件”工具直接创建和修改这些文件，而非依赖特殊的记忆写入API。当新对话开始时，一个钩子（hook）会触发，抓取并总结上一次对话，并将其写入Markdown记忆文件。2）混合搜索机制 - 为了从记忆中检索信息，系统采用了向量搜索和关键字搜索的混合方法，以兼顾语义相似性和精确匹配。 - 向量搜索：使用SQLite实现，用于捕捉语义相关的内容（例如，搜索“authentication bug”可以找到提及“auth issues”的文档）。 - 关键字搜索：使用SQLite的FTS5扩展实现，用于查找精确的短语匹配。3）系统特点 - 智能同步：当文件监视器检测到记忆文件发生变化时，会自动触发同步。 - 可解释的简单性：设计理念倾向于简单明了，而非复杂的“意大利面式”架构。 - 无遗忘曲线：记忆被永久保存，且旧记忆与新记忆具有同等权重。5. 计算机集成：OpenClaw的“护城河”OpenClaw的核心优势之一是其深度集成于本地计算机环境的能力，它通过一套强大的工具集赋予代理直接操作计算机的权限。1） Shell命令执行 - 通过一个exec工具，代理可以在用户的机器上运行shell命令。 - 支持多种执行环境： > 沙盒 (sandbox)：默认选项，命令在Docker容器内运行以增强安全性。 > 主机 (host machine)：直接在用户的操作系统上运行。 > 远程设备 (remote devices)：在连接的远程机器上执行。2) 核心工具集 - 文件系统工具：支持读取、写入和编辑本地文件。 - 浏览器工具：基于Playwright，并采用语义快照技术进行网页交互。 - 进程管理工具：用于处理需要长时间运行的后台命令，以及终止进程等。6. 安全机制：用户授权下的自主性为了在赋予代理强大能力的同时确保安全可控，OpenClaw采用了一套类似Claude Code的安全模型，其核心理念是在用户允许的范围内给予代理最大的自主权。1) 命令审批系统 - 通过一个位于~/.clawdbot/exec-approvals.json的许可名单文件来管理命令授权。 - 当智能体尝试执行一个新命令时，会向用户发出提示，选项包括“允许一次”、“始终允许”或“拒绝”。 - 用户的选择会被记录在许可名单中。2）默认安全设置 - 一组被认为是安全的命令（如 jq, grep, cut, sort 等）已被预先批准。 - 危险的shell构造在执行前会被默认阻止。7. 浏览器交互：语义快照的创新应用OpenClaw的浏览器工具不依赖传统的屏幕截图，而是采用一种名为“语义快照”的创新技术，这是一种基于页面可访问性树（ARIA）的文本表示。1) 工作原理 - 代理看到的不是页面的视觉图像，而是一个结构化的文本描述2) 核心优势 - 大幅减小数据体积：一张屏幕截图的大小约为5MB，而一个语义快照通常小于50KB。 - 显著降低Token成本：文本表示的处理成本远低于图像，为LLM节省了大量的Token消耗。 - 机器友好：为代理提供了结构化、易于解析的页面信息，使其能够更准确地理解和操作网页元素。原文：x.com/hesamation/status/2017038553058857413#HOW I AI# #程序员#

60. 为什么大模型不设计成带有记忆的？

61. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

62. 乐奇AI眼镜上手：2026，什么样的智能眼镜才是未来？

63. 从+AI到AI+，联想天禧AI 4.0实现个人智能体从“副驾”到“主驾”的能力跃迁，完成从被动响应到主动执行、从工具辅助到智能搭档的关键转变，标志着个人AI进入可自主行动、可长期记忆、可跨设备协同的全新阶段。#天禧AI我的专属超能搭档 # #联想AI主机#

64. 华为新开源！扩散语言模型突破32K上下文，还解锁了「慢思考」

65. 字节火山开源的上下文数据库OpenViking, 专为 AI Agent 设计。该项目通过文件系统范式，统一管理智能体所需的记忆、资源与技能，解决了传统 RAG 架构中信息碎片化和检索低效的问题。1. 文件系统管理范式 → 解决碎片化问题：基于文件系统范式，将记忆、资源、技能进行统一上下文管理；2. 分层上下文按需加载 → 降低 Token 消耗：L0/L1/L2 三层结构，按需加载，大幅节省成本；3. 目录递归检索 → 提升检索效果：支持原生文件系统检索方式，融合目录定位与语义搜索，实现递归式精准上下文获取；4. 可视化检索轨迹 → 上下文可观测：支持可视化目录检索轨迹，让用户能够清晰观测问题根源并指导检索逻辑优化；5. 会话自动管理 → 上下文自迭代：自动压缩对话中的内容、资源引用、工具调用等信息，提取长期记忆，让 Agent 越用越聪明。项目：github.com/volcengine/OpenViking#HOW I AI# #过个有ai年#

66. AI患上智力肥胖症！“大力出奇迹”没用了？ #大有学问 #红衣聊AI #AI工具 #智能体

67. LLM 的记忆问题「很快」就不再是问题了？

68. 太牛了，米拉·乔沃维奇（《生化危机》《第五元素》）近期在 GitHub 开源了一款名为 MemPalace 的 AI 记忆系统。MemPalace由乔沃维奇和朋友共同开发。该项目在长文本记忆评测基准 LongMemEval 中取得了 100% 的成绩，成为目前公开记录中首个达到满分的系统，表现超过多款现有商用与开源方案。而开发这款记忆系统的起因，是在持续数月的 AI 使用过程中，乔沃维奇发现大量重要对话与信息难以被有效保留与检索。现有主流方案仍依赖关键词搜索或由系统自动筛选“重要信息”，在复杂语境下容易出现遗漏与偏差。MemPalace 的核心思路源于古希腊“记忆宫殿术”。其将信息组织方式由线性文本与标签体系，转化为“空间结构”。即通过类似房间与路径的形式，对内容进行分区、存储与检索，从而提升记忆的可定位性与直观性。合作开发的朋友Ben Sigman表示，白天米拉·乔沃维奇忙着拍电影走时装秀，同时还是一位母亲；而到了晚上，她在写代码。“她是我认识的人里最有创意、最聪明、也最有趣的一个。能和她一起参与这个项目，我深感荣幸。”#生化危机##第五元素##米拉·乔沃维奇# 电影幕后故事的微博视频

69. 如何使用大模型服务但不泄露隐私？

70. AI智能体的“健忘症”，有解了！LinkedIn这次点醒了所有人

71. 为什么你的 AI 什么都记不住？

72. 当AI拥有记忆

73. 为什么AI总是"记不住"你教了什么？聊聊智能体的记忆困境

74. 我错了，RAG还没完！AI记忆的结合会成为下一个技术风口

75. AI·Agent 的记忆革命

76. 比记住更难的是遗忘

77. 清明追思，聊聊AI是如何解决记忆问题的

78. 大模型上下文窗口不够长？ICLR 2026四种记忆增强架构实现无限长序列处理

79. 【OpenClaw 记忆机制】第1课

80. Agent 的跨会话记忆

81. 学习 LLM Agent Memory 系统教程三十讲

82. 别再盲目套用缓冲记忆了！你的 LLM 应用该用哪种记忆模式？ - 哔哩哔哩

83. 构建永不遗忘的 AI Agent

84. 为什么你的 AI 助手总 “转头就忘”？90% 的人都误解了 LLM 记忆

85. Agent = LLM + Memory + Planning + Tool Use

86. 为什么你的 AI 助手 “转头就忘”？一篇看懂 LLM 到底有没有记忆

87. 全新LLM认知记忆架构CogMem

88. AI智能体为何需要本体与图谱存储

89. 肖涵

90. MemPrivacy

91. MemPrivacy

92. AI 的下一个时代，始于“记忆”

93. 智能体记忆

94. Hindsight

95. AI智能体持续学习之道

96. AI 智能体记忆系统现状深度调研（三）

97. 【LangChain生态解析】智能体记忆引擎｜langmem

98. RAG与Agent架构设计

99. 记忆存储

100. LangChain全面解析

101. 第11章内存机制

102. LangChain

103. 智能体记忆管理研究笔记

104. AI智能体记忆革命

105. 深度分析

106. 一文读懂 AI 记忆系统的六层架构与实战代码

107. 5 个实验解析 ChatGPT 的短期与长期记忆

108. 《智能体设计模式》第8章

109. AI设计模式

110. 斩获18k Star！Agent跨会话记忆共享工具agentmemory开源，较内置记忆Token消耗减少92%

111. Spring AI 2.0 实现长期记忆

112. 告别 “金鱼记忆”

113. 短期失忆 or 长期固化？LLM画像破解推荐系统「记忆」难题

114. AI长记忆使用教程，让AI记住你的经验

115. Agent如何联动短期记忆和长期记忆？

116. 语言模型上下文学习重现人脑记忆的间隔效应

117. 上交大×OPPO综述Agent外部化

118. LLM 到底是怎么“记住东西”的？它的记忆分三层

119. 【智能体漫游】AI 也有“海马体”？揭秘 HelloAgents 如何为智能体装上持久记忆与外部知识大脑

120. 行为记忆+认知记忆，中科大MemWeaver重构LLM个性化记忆

121. AAAI’26 Oral｜Agent基于用户长期行为的个性化偏好理解的评估和优化

122. AI智能体/工程落地/如何设计和构建一个高效可靠且可扩展的先进AI智能体系统

123. AI智能体开发技术方案

124. 万字解析

125. 构建「记住用户偏好+个性化推荐」智能体完整方案

126. Agent长期记忆怎么设计？

127. Claude将具备永久结构化记忆，AI Agent能力跃迁进入新阶段

128. 170 Token开销的AI永久记忆

129. AI 智能体语义记忆系统！开源！为AI编码助手提供跨端持久记忆与精准语义检索！有源代码!

130. Engram

131. Agent记忆怎么做？中大团队创新突破

132. 面向运维场景的检索增强推理与记忆机制研究

133. RAG 并非终点

134. Agent记忆 vs RAG

135. 相似度检索成不了AI的记忆？

136. 科普｜智能体的“记忆”

137. agent智能体长期记忆机制的思考与工程

138. TiMem

139. TiMem

140. LLM 长期记忆与跨 Session 记忆方案全景

141. SkillOS：让AI智能体像人类一样从经验中不断进化

142. AI 智能体记忆系统现状深度调研（二）：记忆系统分类

143. AI 智能体长期记忆突破：Hermes Agent 的三层记忆体系，让 AI 智能体不再失忆

144. 智能体 | Nanobot 会话和记忆管理

145. AI智能体记忆插件技术选型指南

146. 浙大等提出GAM分层图记忆：破解新旧知识冲突，赋予LLM Agent连贯长期记忆

147. AI智能体记忆的元演化：从MemEvolve看外部记忆自进化和内部桥接的最新进展

148. LangChain 核心三件套：Messages、Tools 与 Short-term Memory 通俗讲解

149. 大模型外部记忆革命：从RAG到Engram，知识库建设的艰难长征

150. 真正限制大模型的，不是上下文大小，而是“上下文腐烂”

151. LangGraph 11. LangGraph 记忆管理：短期、中期、长期与 OpenClaw Memory 模块介绍

152. 三种记忆模式解决 AI 智能体的金鱼记忆

153. AI智能体中的记忆机制：类型、技术与应用

154. 让AI学会过目不忘：Agent Memory相关论文分类梳理

155. AI Agent最大痛点：它总是"转头就忘"

156. Agent--Memory

157. 大模型应用开发-2 上下文工程

158. AI 智能体记忆系统现状深度调研（一）：概述

159. AI检索增强系统的记忆密码：苹果公司研究团队破解压缩技术新突破

160. 字节面试被问：Agent 的短期记忆和长期记忆分别存储什么 Agent 的短期记忆主要存储：当前会话上下文、临时中间计算结果、用户刚发出的指令等。容量小、生命周期短（会话结束即清空），用于支持当前推理。 Agent 的长期记忆主要存储：用户长期偏好、历史对话摘要、领域知识规则、从失败中学习的经验等。容量大、持久化，用于跨会话保留背景信息。#程序员面试 #大模型 #大模型面试 #Agent #求职面试

161. 【AI Agent 记忆系统：从短期到长期的技术架构与实践】本文系统阐述AI Agent记忆系统的核心技术：短期记忆（会话级上下文管理）与长期记忆（跨会话知识沉淀）。涵盖上下文工程策略（压缩、卸载、隔离）、Record/Retrieve架构、主流框架（ADK/LangChain/AgentScope）实现差异，及Mem0等开源方案集成，并探讨MaaS、多模态记忆等前沿趋势。https://developer.aliyun.com/article/1710635?utm_content=g_1000410335

162. Langchain入门（第二章），短期记忆

163. 当前10种主流LLM Agent Memory方案对比

164. LangChain（四）Memory 核心要点：4 种记忆策略对比与选型

165. AI Agent 记忆 (Memory)

166. 解决边云智能Agent隐私-效用两难！兼顾隐私保护和个性化体验的记忆管理框架【大语言模型】【AI隐私保护】【智能Agent】

167. 一文讲清Agent记忆管理

168. Mem0 集成实战——为 CrewAI 添加跨会话记忆

169. 大模型记忆机制解析 (LLM&Agent Memory Mechanisms)

170. Stash 发布智能体持久记忆系统

171. 【HelloAgents第三讲】深度拆解 Agent 记忆系统：从 RAG 检索增强到上下文工程，手把手教你构建长期记忆！

172. Tair 短期记忆架构实践：淘宝闪购 AI Agent 的秒级响应记忆系统

173. 利用基于超图的记忆机制：改进多步检索增强生成（RAG）以实现长上下文复杂关系建模

174. 今日主题：RunnableWithMessageHistory：别再把记忆写成全局变量了

175. AI 智能体记忆系统现状深度调研（十一）：记忆机制背后的技术-记忆管理策略

176. OpenClaw 记忆向量化存储系统（用 Embedding 实现语义级记忆检索）

177. 10种LLM Agent Memory方案对比

178. AI 智能体（AI Agent）的开发

179. 实战案例day9 上下文管理之长短期记忆

180. AI智能体开发的技术框架

181. 从外部检索到内置记忆：RAG 的未来与大模型融合之路

182. 【人工智能专题】（六）「湘信AI」智能体分层记忆系统的技术研究与应用实践

183. 给RAG装上强化学习大脑：RouteRAG用RL 让大模型“聪明”检索，小模型推理能力直逼GPT-4o

184. AI智能体开发的技术

185. 完全开源！开箱即用的 AI 智能体助理免费使用！支持多轮任务决策、长期记忆、Skills 框架

186. LangChain-11 短期记忆管理

187. 上下文的“物理极限”：百万窗口已是AI天花板？

188. LangChain-11 长期记忆管理

189. AI智能体时代的记忆革命：形式、功能与动态机制全景解析

190. Agentic RAG & Agent 记忆系统

191. 阿里通义提出 VimRAG：用多模态记忆图驾驭海量视觉上下文的检索增强生成

192. 本地AI记忆插件！某讯Agent Memory 分层索引架构架构揭秘：L0原文→L1原子记忆→L2场景聚类→L3用户画像存储机制：JSONL+SQLite双写，异步向量化不阻塞对话召回策略：FTS5关键词+向量混合检索，RRF融合排序源码拆解：核心逻辑配置调优：关键参数详解 #OpenClaw #AgentMemory #AI长期记忆 #RAG架构 #graphmemory

193. AI智能体的开发技术

194. RAG开发——Memory组件代码实现（短期记忆与长期记忆）

195. RAG01-向量数据库介绍

196. LangChain入门详解围绕 LangChain 四大模块（Chain、Agent、Tool、Memory）展开，先讲 LCEL 管道式写法，再给出 Prompt、Model、工具定义与记忆管理的实操代码，重点强调 v0.2+ 的新用法与旧 API 迁移。后半部分通过 ReAct Agent 完整示例串起“思考-行动-观察”循环 #Langchain #Ai #aiagent #创作者扶持计划 #agent

197. LangChain 完全指南：从入门到构建智能应用

AI为何总记不住你的偏好？

精选参考来源