@_MaxBlade: CNVS 因错误的原因走红……界面很美，但 CNVS 跨智能体记忆系统是世界级的。超…

X AI KOLs Timeline 工具
cross-agent-memory cnvs memory-system jsonl ai-tools

摘要

该推文强调了 CNVS 的跨智能体记忆系统，该系统使用仅追加的 JSONL 文件，在 Claude、Codex 和 Cursor 等 AI 智能体之间高效共享记忆，在其自有基准测试上优于 Mem0。

CNVS 因错误的原因走红…… 界面很美，但 CNVS 跨智能体记忆系统是世界级的。 极其简单，且基于实际研究。 在多个智能体（codex、cursor、claude）之间交流时，开始感觉像是一个真正理解你项目的大脑。 CNVS 记忆只是智能体按需读取的文件，并且在 Mem0 自己的基准测试中，这种方法击败了 Mem0（74% 对 68.5%）。 仅追加的 JSONL，每个智能体直接读写。没有数据库。没有嵌入。没有服务会宕机。 记忆按画布（项目）划分范围，提高了上下文的特异性。 无臃肿，干净且按需。 最简单的解决方案总是最有效的。
查看原文
查看缓存全文

缓存时间: 2026/06/15 09:14

CNVS 因错误的原因走红……

UI 很漂亮，但 CNVS 的跨代理（cross-agent）记忆系统是世界级的。

极其简单，且基于真实研究。

让多个代理（agents）、Codex、Cursor、Claude 之间相互交流，感觉就像一个真正理解你项目的统一大脑。

CNVS 的记忆实现方式就是代理按需读取的文件，在 Mem0 自己的基准测试中，这种方法也击败了 Mem0（74% vs 68.5%）。

仅追加的 JSONL，每个代理都可以直接读写。没有数据库，没有嵌入向量，没有可能宕机的服务。

记忆按画布（项目）划分作用范围，从而提升上下文的特异性。

没有冗余，只有简洁和按需读取。

最简单的方案永远是最好的。

相似文章

@appliedcompute: https://x.com/appliedcompute/status/2052826576723841292

X AI KOLs Timeline

Applied Compute 推出 ACL-Wiki，这是一个基于其 Context Engine 构建的持续学习记忆系统，能够记录来自 Cursor、Claude Code 和 Codex 的编程智能体交互，从而构建一个不断优化的 Contextbase，在两周内将关键记忆率提升约一倍。该系统通过 MCP 服务器暴露的 Remember-Refine-Retrieve 流水线，为编程智能体提供随使用而持续改进的机构记忆。