ai-memory

阿里云推出一站式 AI 内存解决方案，结合 PolarDB、MemOS 和 MemTensor，在单个 PolarDB-PG 实例中提供关系型、向量和图形检索，将 P99 延迟降低高达 89.2%。

当前AI记忆系统概述，讨论其设计和能力。

文章澄清了经典 RAG（无状态）与智能体记忆（有状态）之间的区别，并介绍了两种新兴方法：Mem0 采用三层记忆和自动编辑，Letta 采用类操作系统的记忆（核心/归档）。文章强调，真正的挑战是更新和遗忘的逻辑，而不是向量存储。

一款名为Genesis的新型芯片旨在解决AI系统中的内存瓶颈，有望提升性能和效率。

Memmy Agent 是一个工具，能让每个AI记住同一个你，从而在AI系统间实现一致的个性化。

Atlaso 是一款为用户所使用的每一个 AI 提供统一共享记忆的产品。

一篇技术博客文章，讨论了作者构建完全本地AI记忆层的经验，包括成功之处、失败之处以及涉及的设计权衡。

本文讨论了AI中一种新的方法，其中记忆系统可以自主地自我重组，可能带来更具适应性和更高效的学习。

本文介绍了HOLA，一种为快速AI模型（如线性注意力和状态空间模型）提供额外记忆缓存以存储令人惊讶的事实的方法，在不牺牲速度的情况下提高了它们在长上下文任务中的回忆能力。

一个思想实验，质疑人工智能系统是否应该维护一个可验证的记忆轨迹，记录其在决策时的知识和信念，以增强信任和问责制。

一个获得15.7万Star的Skills仓库中，Matt Pocock制作的/teach技能不仅能回答AI问题，还能记住用户的学习进度。

作者讨论了将AI记忆摄入从数千份扩展到数百万份文档的架构，强调编排和并行性而非原始计算能力，并使用Prefect进行工作流管理。

该文章认为，将对话记录记忆下来并不能为AI代理在软件工程任务中带来性能提升，反而可能因浪费令牌而损害性能，因为重要信息已经存在于代码工件和文档中。

关于持久记忆是否会在消费级AI中成为标准功能的讨论，平衡个性化收益与隐私顾虑。

Anthropic推出了Claude Tag，这是一款为AI交互添加持久上下文和记忆的工具，从个人工作流转向团队工作流，并实现跨团队的社会化学习。

Memanto是一个专为AI开发环境打造的主动式工作记忆库，能在无API密钥和向量数据库的情况下，实现零延迟索引和高性能检索，支持Claude Code、Cursor等16+开发环境，在LongMemEval基准测试中达到89.8%的分数。

这篇文章讨论了AI记忆系统的设计方法，主张从评估出发让好的记忆系统自然涌现，而不是从上到下设计记忆架构。作者认为记忆是系统在压力下进化出来的二阶效应，并提出纵向评估框架。

Cognee 是一个开源 AI 记忆平台，为 AI 智能体提供持久长期记忆，支持知识图谱和向量嵌入，实现跨会话的记忆和检索。

OpenClaw 人工智能代理内存系统的详细描述，包括完整的工作区结构、启动文件、状态、时间、语义和 QMD 搜索。

Cognee 是一个开源 AI 记忆平台，通过自托管的知识图谱为智能体提供持久的长期记忆，使其能够跨会话进行回忆和上下文理解。