🏷️ 检索优化

个人和小团队做 AI 知识库的升级顺序

文章提出个人和小团队构建 AI 知识库的五个升级阶段：从直接上下文验证价值，到全文检索精确命中，再到混合检索提升召回率，随后引入 Agentic 检索解决复杂问题，最后按需引入图谱或视觉检索。强调架构应基于真实失败逐步迭代，每升级前需明确失败原因、验证指标和成本责任。

存储廉价，注意力昂贵：Agent 内存系统的分层架构设计

本文探讨了Agent内存系统的设计核心原则：利用存储廉价与注意力昂贵的非对称性。文章通过分析MemoryOS、Hindsight和supermemory三个案例，阐述了分层内存架构的必要性。这种架构通常包含热数据、温数据和冷数据三层，通过不同的访问模式、数据形状和提升机制，在降低上下文噪音的同时保留关键信息，从而在有限的注意力窗口内实现最优的检索质量。