记忆不是插件。技能也不是插件。它们是同一个框架。

记忆 API 并不是一个可行的产品类别，技能系统也不过是 markdown 文件。我们一直在强调这一点。

@sarahwooders 和 @hwchase17 上个月指出，记忆不是插件，它本身就是框架。

我也从另一个角度提出了同样的论点。在一篇获得 170 万阅读量的文章中，我们论证了技能并非静态文件。技能在动态环境中会无声退化。它们需要一个循环——观察→检查→修改→评估。

两个论点本质上都指向同一个框架：世界模型。

将技能和记忆视为同一个框架

世界模型就是智能体所感知的一切，以及它用来预测下一步行动的依据。在智能体框架中，它是一个包含所有你接触的事物的广泛状态：代码库布局、工具模式、文件系统、最近 20 轮对话以及用户偏好。

世界模型是框架加载以决定下一步行动的整个上下文集合。

你可以把记忆看作一个广义的框架，而技能则是一个具体的框架。

技能是记忆的子集吗？

技能是记录如何行动的部分。一个 SKILL.md 文件就是一个程序层面的声明：“要完成任务 T，执行步骤 X、Y、Z。”

技能通过执行 N 个任务的实际能力来扩展记忆。技能是一种压缩后的程序。它表明“世界在过去对 X、Y、Z 的响应产生了 T，并且很可能将来也会如此。”

记忆观察世界，而技能将观察结果编码为规则。

我们已经扩展了 cognee，将技能和记忆存储在同一个仓库中。自改进运行时和智能检索器共享相同的图节点。

Cognee 如何处理这个问题？

cognee.remember(“skills/”) 现在允许你通过一行代码引入技能。

在 Cognee 内部，一个 SkillChangeEvent 会在技能发生变化时发出记忆事件。技能是一个可演化、可追踪、可控制的记忆节点。

技能通过读取自己的记忆来改进。记忆通过修改与之关联的技能来改进。两者之间没有清晰的界限，因为本就不该有。

我们最近组织了一场黑客马拉松，用户使用 Cognee 和 Redis 作为会话存储，在 3 小时内构建了 21 个 LLM 知识维基！

他们之所以能做到，是因为在我们的新 API 中改进技能和记忆非常简单：

技能添加到 Cognee 后如何进行自我改进

技能添加到 Cognee 后如何进行自我改进

结论

除了棋盘游戏之外，每一个世界模型都永远是不准确的。框架的职责不是修正模式。它的职责是在一个天然存在缺陷的模式之上运行控制器。Cognee 就是那个控制器，而技能自我改进则是第一步。

无论你使用记忆 API、技能还是智能体 md 文件，都一样。即使是压缩策略也只是同一套玩法的一部分。

一切都是同一个世界模型。

最终的胜利者会是那个从一开始就将记忆和技能视为一个统一世界模型的框架。

依我看，如果你的记忆系统无法调度技能，那它就不是记忆，更谈不上是世界模型了。

试试看吧，Cognee 是开源的。