@0xCodio: Anthropic 记忆主管运行了一个代理六个月,从未让它保留任何原始日志。它记得所有那些……
摘要
Anthropic 的记忆主管实现了一个具有记忆系统的代理,该系统主动遗忘无关信息,只关注重要数据以改善决策。
查看缓存全文
缓存时间: 2026/08/27 01:28
Anthropic 记忆主管曾运行一个智能体长达六个月,期间不让它保留任何一条原始日志。它记住了所有重要的事,却几乎忘了发生过什么。
他没有给它更大的记忆库,而是专门设置了一个节点,其唯一职能就是在信息存储前将其丢弃。
INTAKE(摄入层) 读取刚刚发生的事,但什么也不写入。它只问一个问题:如果未来的我知道这件事,会改变行动吗?如果不会,这个事件就在此终结。
COMPRESSOR(压缩层) 处理那些被保留下来的记录,将它们剥离成纯粹的决策点,而非完整故事。上万字的记录会被压缩成一行关键结论。
接下来这点无人效仿。所有人都在拼命存储更多信息——更长的上下文、更厚的日志、全量记忆。他反其道而行之:刻意删除。因为一个记住一切的智能体无法分辨哪些信息是支撑决策的骨架,反而会像维护事实一样去维护那些无用的噪声。
LINKER(关联层) 将幸存的信息与已有认知相连接,让新记忆不再孤立存在——它会重写旧有记忆,或因“已知“而被直接否决。
上个月他的智能体删除了自身94%的历史记录。保留的那6%,正是它不再重犯第二周错误的唯一原因。
你自己其实也明白这个道理。你不记得下班路上的每一段路程,但总会记得唯一出状况的那次——因为大脑按结果归档,而非按时间戳排列。
存储一切的智能体并不聪明,它只是个囤积者,被淹没在无人阅读的年复一年的日志里,找不到那个本可阻止错误的记忆。
人人都在建造全量记忆系统,而他构建的是主动遗忘机制。这正是他的智能体越发敏捷而非迟缓的唯一原因。
别让这篇文章在你的收藏夹里腐烂。
下文即是完整的记忆架构——保留或丢弃的判断标准、压缩规则,以及让旧记忆自我重写的关联步骤。
相似文章
智能体记住一切听起来很有用,直到它记错了那些乱七八糟的东西
作者批评了让智能体记住一切的想法,并介绍了TrueMemory,这是一个将记忆转化为带有置信度和证据的特质主张的系统,旨在更好地校准智能体行为。
@0xMovez: Anthropic AI 工程师刚刚展示了如何用4个步骤给AI智能体真正的记忆——这改变了一切,在28分钟内……
Anthropic AI 工程师演示了一种免费的4步方法,赋予AI智能体跨会话的持久记忆,包括记忆存储和梦境功能,实现了95%的缓存命中率。
@KakaluoteW45042: 现在,智能体的记忆系统都在重蹈数据工程的旧路:存储原始轨迹,定期……
作者批评当前AI智能体的记忆系统沿用旧的数据工程模式,强调了记忆中存在差距的风险,并主张在分层摘要之前使用可审计的原始轨迹。
认识 @memory,为其他所有人记忆的代理
@memory 是 AIPass 开源框架中的一个归档代理,通过向量化较旧的条目并将其存储在 ChromaDB 中来管理 AI 代理的记忆,确保长期持久化和回忆,不会丢失数据。
@Voxyz_ai:智能体记忆框架:记住、引用、遗忘。这里是一种实现方式。我的是这样的:→ 记住:热会话…
介绍了一个智能体记忆框架,包含三个组件:记住(热会话和跨会话存储)、引用(通过AGENTS.md进行权威排序)和遗忘(带时间戳的事实,采用Mem0风格的软衰减)。该框架认为,缺少其中任何一个都会导致使用过时的事实或未经授权的来源。