Agent 记忆:一篇讲透,小白也能看懂
文章以通俗易懂的比喻,深入浅出地讲解了 AI Agent 的记忆机制。通过对比 OpenClaw 社区的三种记忆方案(扔掉旧笔记的压缩方案、分层档案馆方案、以及 MemOS 按需检索方案),揭示了如何解决 AI“健忘”的问题。重点介绍了 MemOS 如何通过全量记录、按需检索和技能进化,大幅降低 Token 消耗并提升开发效率。
文章以通俗易懂的比喻,深入浅出地讲解了 AI Agent 的记忆机制。通过对比 OpenClaw 社区的三种记忆方案(扔掉旧笔记的压缩方案、分层档案馆方案、以及 MemOS 按需检索方案),揭示了如何解决 AI“健忘”的问题。重点介绍了 MemOS 如何通过全量记录、按需检索和技能进化,大幅降低 Token 消耗并提升开发效率。
文章通过生动的比喻系统梳理了Agent记忆的三种演进方案,逻辑清晰、极易理解,且包含具体的实测数据与开源工具指南,对技术落地极具参考价值。
本文是对 OpenAI Codex 团队负责人 Tibo Sottiaux 的深度访谈编译。访谈回顾了 Codex 从内部研究项目成长为热门 AI 编码工具的历程,详解三个反直觉决策:用 Rust 编写、全面开源、模型无关。核心洞察包括“harness 永远领先模型一点”的拐杖理论,以及 AI 重写软件开发生命周期:代码评审自动化、维护成本坍塌、意图讨论成为人类评审核心。还介绍了 Codex 与 ChatGPT 合并的架构工程、未来混合执行环境,以及 Tibo 对工程师职业发展的建议。
文章基于 Harness Engineering 三大支柱(评估闭环、架构约束、记忆治理),深度对比了 Nous Research 的 Hermes-Agent 与作者基于 OpenClaw 自建的 MemOS 系统。Hermes 主打“有界热记忆 + CLI 优先”,适合个人快速启动;自建方案则采用“无界记忆 + Hook 机制强制捕获”,实现多 Agent 协作与权限隔离,适合团队长期积累。
本文对比分析了近期热门的 Hermes Agent 与 Claude Code、OpenClaw 的区别。Hermes Agent 是一个轻量级、可自我学习的通用 Agent,定位介于三者之间。与 Claude Code 相比,它不绑定 IDE,支持多平台和 18+ 模型;与 OpenClaw 相比,它采用独特的“有限记忆”哲学和自学习循环机制,能自动沉淀个人技能笔记,更适合个人开发者私有化部署。
本文深入介绍xAI(文中称SpaceXAI)的Grok Bot如何运作:每个Bot运行在持久化的云端Linux虚拟机上,拥有浏览器、文件系统和终端。核心亮点是'团队化'使用模式——以Chief of Staff为中心,配合各司其职的专家Bot,并由人工审批关键操作。文中以客服事件处理为例:三个Bot(IncidentWatch、Support Bot、IncidentSweep)协作,10分钟内清理204个工单。文章分7部分讲解Bot的组织架构、工程harness、技能与记忆、审批机制及可复制的搭建方案。
MemOS 团队发布全球首个“记忆原生”大模型 MemT-1.0,将记忆能力直接训练进模型权重,取代 RAG、Mem0 等外挂记忆方案。其思路是不改底座、参数冻结,仅在部分层并联约 1.05 亿参数的记忆块,通过蒸馏训练让模型自学“什么该记、什么该忘、怎么取用”,优化目标从检索命中率改为任务答对率。交付物包括通用模型权重(会记笔记的大脑)和用户专属记忆状态文件(仅 40 MiB 的笔记本)。数据显示其 40 MiB 记忆答题成功率 69.73%,略高于全量上下文的 69.13%,存储缩小 66 倍、首字响应快 4.19 倍。已在 Hugging Face 和 GitHub 开源,被视为开启模型“在使用中变强”的第四条技术路线。
文章介绍了通过 magpie 本地网关与 Kiro 订阅,在 Claude Code 和 Claude Desktop 中使用 Claude Opus 5.5 的方案。Kiro 是亚马逊的 Coding Agent 产品,作者利用 magpie 插件将 Kiro 订阅中的 Claude 模型反代给 Claude Code,省去单独购买 Anthropic API 额度。文章详解了技术原理(请求经 magpie 网关和 Kiro Auth 插件转发)、安装配置步骤(Kiro 付费计划、插件安装、模型选择),并说明如何通过路由记录、订阅用量和工具调用验证模型真实性。最后提醒账号政策风险、额度消耗、数据安全和兼容性等注意事项。
作者分享了使用 Claude Code(Opus 5.5)批量制作资讯类竖屏短视频的完整工作流。核心步骤包括:选题(AI 粗选、人工精选,信息源以推特和 Hacker News 为主)、素材准备(Gemini API 写脚本和 TTS 配音、Suno 背景音乐、背景图、logo 等)、编写初始提示词、让 Agent 撰写脚本并派子 agent 做对抗式审查、反复修改脚本与成片。文中提供了可直接复用的提示词模板,并开源了包含 18 套竖屏视频风格的 Claude Code skill(creator-style-kit),可用于固定视频的字体、配色、动效与音效风格。
文章介绍如何通过配置优化 Codex 的额度消耗:主线使用贵的 GPT-6.1 Sol 负责思考决策,把读文件、搜代码、跑测试等杂活派给单价仅为二十分之一的 GPT-6 Luna 子代理。作者给出 6 段配置:让 Codex 自动配置、设置默认子代理模型、创建只读侦察兵 scout 和执行修理工 fixer 两个子代理、在 AGENTS.md 写入自动派活规则、日常派活提示词,以及在 ChatGPT 普通聊天中先聊透需求生成任务单。还提醒避免 Fast 模式、滥用子代理等白烧额度的坑,附具体配置文件与提示词模板。
作者萝卜哥分享了自己耗时国庆假期、消耗上亿 Token 开发的免费开源 PPT 生成与美化 skill(luobo-ppt)。该 skill 支持将文章直接生成带口播备注的 PPT,也能在不改动文字的前提下按参考图或 14 套预设风格美化已有 PPT。它借鉴了 dashi-ppt-skill 的版式容量控制、273 款设计模板归纳的 36 条视觉路线,以及 open-design 的排版检查规则和五维评审方法。生成的 PPT 全部使用 PowerPoint 原生元素,用户可直接编辑,且无需 AI 生图模型即可使用。支持 Claude Code、Codex、Cursor、WorkBuddy 等多种 Agent。