标签
一位开发者演示了两个共享内存、完全在笔记本电脑上本地运行的AI智能体如何能够捕捉并阻止糟糕的决策，甚至在重启之后依然有效。关键在于，持久化的共享内存使得智能体能够像一个真正的团队一样运作。
Agent Mesh 是一个用于协调多个AI智能体的共享内存系统，具有决策日志、待办事项和仪表盘UI。它允许智能体通过SQLite数据库进行通信，并支持与智能体无关的集成。
本文介绍了MemClaw，一种用于多智能体LLM系统的受控共享内存架构，形式化了诸如未授权泄漏和过时传播等故障模式，并通过ArgusFleet测试框架评估了该系统。
一名开发者构建了kaeru，这是一个开源的AI代理共享记忆系统，能让代理跨会话持久化上下文、在不同代理和人类之间共享知识，并以3D星系形式可视化记忆。该工具支持多种代理框架，具备时间回溯、重要性级别和推理轨迹等功能。
Bun 有一个开放的拉取请求，为 JavaScriptCore（WebKit 底层的 JavaScript 引擎）添加共享内存线程支持。这一增强可能提高 Bun 中多线程 JavaScript 工作负载的性能。
一条推文分享了一个使用共享内存归约的朴素CUDA softmax实现，并指出归约非常直接。
GateMem是一个用于评估多主体共享记忆代理中记忆治理的基准，涵盖医疗、办公、教育和家庭领域的效用、访问控制和遗忘。当前方法无法同时平衡这三者，表明可靠的共享机构部署仍然难以实现。
Hivemind 是一个开源工具，让多个 AI Coding Agent（如 Claude Code、Codex、Cursor）共享一个记忆层，自动从使用轨迹中挖掘高质量模式并转化为可复用的技能文件，实现跨工具和跨团队的技能传播，显著降低 token 消耗和交互轮次。
讨论了个人AI代理在会话之间持久记忆的挑战，比较了Custom GPTs、Mem和Open Campus的共享内存方法等设置，并征求社区关于处理内存冲突的建议。
讨论了如何让多个AI Agent之间建立共享记忆，避免重复踩坑，并介绍了通过改造MemOS CLI来实现只记录关键信息并在必要时搜索的方案。
Glen 是一个面向 AI 代理的共享记忆层，能让公司内的代理动态共享知识和技能，并支持 RBAC 以及与 Cursor、Claude code 等工具的集成。
NetworkChuck 宣布了与Nous Research合作，使用全员团队、隔离虚拟机以及Honcho提供的共享内存进行的大规模Hermes部署。
一条引用推文讨论了 gBrain 对特定用例是最先进的，在 Hermes Agent 下采用共享内存层架构。
Shann Holmberg 描述了一种实验性架构，使用 gBrain 作为 Hermes Agent 团队的共享内存层，使得各个专家代理在行动前可以从中央大脑读取信息，并写入持久的上下文反馈。
RoBrain is an open-source shared memory layer for AI coding teams that captures technical decisions, rationale, and rejected alternatives across sessions and tools like Claude Code, Cursor, and Copilot, preventing agents from repeating past mistakes.
详细介绍了一种将AI代理（例如Hermes和OpenClaw）连接到共享大脑的方法，该大脑存储决策和日志，使代理能够搜索并重复利用过往上下文，而无需从头开始。
介绍了一种数据自适应的高效微调方法——Queryable LoRA，它利用共享的低秩更新原子记忆，结合基于注意力的路由和指令正则化，实现动态、上下文敏感的参数更新，同时保持可扩展性。