标签
Nous Research 推出的 Hermes Agent 综合指南，重点介绍其技能自进化、三层记忆架构以及用于构建持久化 AI 智能体的 GEPA 优化能力。
作者介绍了DRIFT，这是一个基于Python和Ollama构建的本地AI系统，具备持久记忆、模拟躯体反馈和荣格心理学建模功能，旨在创造一种更接地气、更具主权的AI交互体验。
这篇文章探讨了 Andrej Karpathy 提出的“LLM Wiki”概念，认为这是传统 RAG 的范式转变，主张通过维护一个持久且不断演化的知识基底，可以实现知识的复合式理解，而非无状态的检索。
EvoScientist 是一个开源框架，利用具备持久化多智能体记忆的自进化 AI 科学家来自动化研究工作流程，采用"人在回路外"范式，实现自主研究探索与洞察生成。
Nous Research 推出的 Hermes Agent 是一款开源自进化自主智能体，能够从每次会话中学习并随时间积累持久记忆。Tavily 作为其网络搜索后端接入，旨在提升搜索质量，防止错误数据在智能体的长期记忆与技能库中不断累积放大。
MaxHermes 是一个跨会话保留记忆的AI代理，能从已完成任务中自动生成技能，并通过重复使用不断优化，实际上充当了消息平台工作流程中个性化、始终在线的助手。
AIPass 是一个本地 CLI 多智能体框架，它为 AI 智能体提供持久化身份、共享文件系统访问和智能体间消息通信，且无需沙箱环境。该项目由开发者独自公开构建，历时 7 周，包含 4000 多项测试和 400 多个 Pull Request。
StageMem 提出了一种面向语言模型的生命周期管理记忆框架，该框架将记忆划分为瞬态、工作状态和持久状态三个阶段，并引入明确的置信度与强度指标，将记忆视为一种有状态的处理流程而非静态存储，从而在容量受限的条件下更精准地管理信息的保留与遗忘。
EvoScientist 是一个用于端到端科学发现的自适应多智能体框架，通过持久化记忆模块持续改进，由三个专业智能体组成，分别负责创意生成、实验执行和知识提炼。它在科学创意生成方面超越了7个当前最先进的系统，并通过多智能体进化提升了代码执行成功率。
agentmemory 是一个开源的持久化记忆层，专为 AI 编程智能体（Claude Code、Cursor、Gemini CLI、Codex CLI 等）设计。它通过知识图谱、置信度评分和混合搜索技术，借助 MCP、Hooks 或 REST API，为智能体提供跨会话的长期记忆能力。该项目基于 iii 引擎构建，无需外部数据库，提供 51 个 MCP 工具。