本文探讨了AI代理内存的现状与未来，指出随着多代理协作成为常态，内存需要从单个代理的私有状态中解放出来，成为可共享的独立资源。文章对比了Mem0、Zep、Letta、LangMem、Amazon Bedrock AgentCore Memory、Redis等主流方案，它们分别从身份、图结构、共享对象、可组合性、托管基础设施和数据架构等不同角度实现共享内存。尽管方法各异，但共同趋势是内存正获得独立身份和生命周期，并支持多代理读写，为构建通用AI内存奠定了基础。
本文系统梳理了大模型 Agent 的记忆系统，指出其远不止保存聊天记录，而是包含记忆写入、抽取、冲突处理、检索、重排、遗忘等完整环节。文章将 Agent Memory 分为工作记忆、情景记忆、语义记忆、程序性记忆、时间与关系记忆、共享记忆六类，并逐类介绍代表性开源项目：如 LangGraph、LlamaIndex Memory、Microsoft Agent Framework、Generative Agents、Mem0、LangMem、Letta、A-MEM、Graphiti、Cognee、HippoRAG 等，分析各自设计思想、适用场景与局限性，为构建生产级 Agent 记忆系统提供了实用参考。
本文深入比较了2026年可自托管的开源AI代理记忆系统，包括Mem0、Cognee、Graphiti/Zep、Letta和Hindsight。文章强调开源与可自托管并非同义，并提出了五个评估维度：检索准确性、自托管现实、功能对等性、许可证和架构。通过公开基准测试和实际部署要求，作者揭示了各系统的真实优劣，特别指出Mem0社区最大但基准测试饱和，Graphiti擅长时间推理但需外部图数据库，Hindsight在准确性和部署简便性上领先。文章旨在帮助读者根据自身需求选择最合适的记忆层系统。
本文提出了一个智能体记忆系统的可靠框架，该框架需同时完成三个核心任务：记住该记的、引用可信的、遗忘过期的。文章详细介绍了记忆的六个层级（如会话状态、项目记忆、索引检索等），阐述了如何通过权威排序解决冲突，并强调了通过硬过期、双时序或软衰减等机制让旧记忆失效的重要性。
文章指出 Claude/Codex 月费高昂的根源在于缺乏持久化记忆，导致大量 Token 浪费在重复上下文上。作者调研了 Agent Memory 层的 4 大派系（协议、框架、协处理器、特定工具），整理了 18 个开源项目，并针对不同使用场景提供了具体的选型建议，旨在通过引入记忆层将 Token 成本降低 50%。
文章讨论软件工程师在AI时代面临的身份危机与新机遇。随着多智能体系统从简单的人机对话发展为数千个持久协作的智能体，解决重大研究、发现和硬件设计问题，一系列新的工程问题浮现：基础设施需要为突发性、有状态的单实例工作负载演进；智能体身份认证与授权（尤其是代表人类OBO场景和智能体互信）亟待解决；不可信代码与内容要求更强的安全隔离和沙箱机制；还需跨智能体的链路追踪与紧急停止工具。作者认为工程师应深入这些领域，解锁多智能体系统的潜力。
本期早报围绕推理计算的经济与工程展开。YC Paper Club 分享拆解推理请求生命周期，涵盖路由、缓存、分词调度、编译优化与服务质量监测，强调训练之后的服务开销巨大且需要系统性优化；Amazon CEO Andy Jassy 访谈解释了 2026 年 2200 亿美元资本开支背后的建设周期、现金流压力与企业 AI 应用的杠铃格局，指出推理降价将打开更多采用场景；Naveen Rao 则从能源效率视角讨论模型、硬件协同设计，预测推理可能成为 10 万亿美元市场，并探讨规格定义与验证在 AI 自动化交付中的关键作用。速览部分还涉及模型越界安全评估、桥水知识库建设和 AI 个人助理产品竞争。
文章探讨开源模型的崛起是否冲击半导体需求这一热门问题。作者指出市场担忧的核心在于开源是否会压低毛利，进而削弱模型公司购买GPU的能力。但通过动态均衡框架分析，token价格下降的同时，硬件与软件的效率提升（每十年各贡献千倍优化）使成本同步快速下降，毛利得以维持。以每GW算力测算，旗舰模型推理毛利率仍达75%-80%以上，开源模型约60%-70%，token收入是硬件摊销成本的十倍。结论是开源不会伤害半导体行业，动态均衡将持续推动AI基础设施扩张。
本文是硅谷101 Alignment 峰会 Day 2 上午的深度笔记，提出 AI 繁荣背后有三张物理账单：电、芯片、推理。 Session 1 指出美国输电网难以建设，行业转向表后发电，从签约到出 token 需 16-17 个月，电力成为算力交付的真正瓶颈；讨论了数据中心融资期限错配、neocloud 风险、云业务利用率本质及算力短缺将持续到 2030 年的预测。 Session 2 探讨半导体，揭示 2nm 只是名义数字、硅在 5nm 以下到物理极限，AI 进晶圆厂第一站是良率检测，价值最终流向制造端。 Session 3 讲述在买不到新卡的情况下，通过推理优化软件从现有 GPU 榨取更多性能。核心结论：三张账单的解法都是效率。
文章介绍了 UT Dallas 的新论文 Jev-Mem，提出用 TypeSafe AI 的 Jev 模型替代通用 LLM 来处理 Agent 记忆系统中的小决策（如判断消息类型、记忆关联、检索终止等）。Jev 只返回结构化数值或标签，无需解析文本，通过 System One 轻量控制器与 System Two 生成式 LLM 的分工，显著提升效率。在 LoCoMo 基准上，答案质量相对最强基线提升 11%，构建速度快 6.6 倍，查询延迟降低 36.7%。文章也指出其局限：阈值依赖单一模型与基准、缺乏校准概率、消融实验不足，阈值在不同模型和数据分布下的泛化能力是最大隐患。
本文面向 AI 工程师系统讲解 GPU 硬件知识：GPU 的三种类型（数据中心、工作站、个人级），内部结构（SM、Tensor Core、CUDA 核心、HBM 显存与 SRAM 缓存），并以 gpt-oss-120b 和 Kimi K3 两个开源 MoE 模型为例，用精确的数学计算说明推理的算力与显存带宽瓶颈、prefill 与 decode 的差异，以及训练与推理对 GPU 使用的不同需求，帮助工程师做出租用 GPU、模型部署等实际决策。
梁文锋亲自署名的新论文公开了DeepSeek的Agent训练沙盒工厂DSec。该系统由约160台机器、3万核CPU、250TB内存组成，一天能造300万个沙盒，同时运行38万个，每秒新建超过5000个。DSec支持从简单函数调用到Docker容器、轻量虚拟机甚至完整Windows/macOS环境，通过镜像三层按需拼装和3FS文件系统按需拉取数据，内存节省三四成，单机最高承载3200个容器。论文还特别阐述了如何防止被训练的Agent作弊——如修改系统文件、绕过权限、扫描端口偷答案等行为。
文章提出上下文基础设施正出现一种新模式：尽可能保存原始历史数据（对话、工具调用、事件、Agent 工作记录），之后再按需构建摘要、知识图谱、嵌入等派生视图。这一架构借鉴了数据湖屋（Lakehouse）的经验，如 Databricks 的青铜/白银/黄金分层架构。作者对比了写入时即做压缩决策的内存系统（如 CrewAI），指出其风险在于丢失未来可能重要的信息；并介绍了 CortexDB、Statewave、Supermemory、Zep 等产品的实践：以不可变事件为事实来源，将记忆作为可重建的视图。文章最后提醒需防范上下文沼泽，建议写侧优化保存、读侧优化实用性。
