一家记忆初创公司让我来破解他们的产品。我的OpenClaw代理使用简单的MEMORY.md设置通过了他们的测试，而他们的运行时却失败了。

一家记忆初创公司本周私信我，让我来破解他们的产品。他们的测试很简单：给代理三个相同决策的版本，看它是否返回当前版本。因此，我向他们的运行时输入了REST（1月）、GraphQL（4月）和tRPC（8月）。它返回了GraphQL。所有三个版本的相关性得分都是1.000，因为检索路径中没有任何东西真正读取他们模式中的时间字段。然后我询问了我的OpenClaw代理。它的记忆只是git仓库中的markdown文件。它给了我tRPC，并标注了日期，旧版本在其上方被划掉。无需排名，这正是文件中所说的内容。七个月来，它一直是同一个代理，跨越三个模型和两个供应商。存储从来不是难题，写入规则如下：• MEMORY.md 仅是索引，不包含事实。OpenClaw 会截断大型引导文件，因此过大的文件会悄悄丢失尾部内容 • 每个事实都标记为 stated、observed、inferred 或 suggested • 一个推断的经验需要在两次会话中有三个信号才能成为规则 • 更改的决策会被划掉，而不是追加 样本量为1，只有当你的代理真正遵循规则时才有效。一个粗心的作者也会损坏markdown文件夹。我写下了整个测试并开源了该设置，链接在评论中。你们都在使用什么作为内存？标准的MEMORY.md、插件，还是自定义的东西？