#记忆

8 篇相关记录

2026年9月22日

ASPIRE 深读：NVIDIA 教机器人的那套技能库，交付物是一个 CLAUDE.md

NVIDIA GEAR 的 ASPIRE 用 Claude Code 写机器人程序，把调试经验攒成技能库，长程任务零样本从 4% 提到 31%。但论文标题盖住了它自己的消融结论：拿走技能库不是最痛的，拿走执行轨迹才是（14%→62%）。这篇顺着「技能该存成什么」这条线，把 Voyager 到 ASPIRE 的表示切换拆开，并拿我自己的两个知识库跑了一遍论文的 Limitation 4——我的一条 skill 确实过期了。

AI Agent Agent 工程论文深读 Skills 记忆

2026年9月8日

Agent 记忆的前沿玩法：从存聊天记录，到主动寻找可用证据

结合 Hindsight、EviMem、RLM、MemSkill、AgeMem 与最新隐式记忆评测，拆解有效的记忆和知识获取路线，附版本冲突小实验、成本复算与落地顺序。

AI LLM Agent 记忆 RAG 论文深读评测

2026年8月19日

读 OpenViking 源码：把 Agent 上下文从「检索问题」改写成「数据库问题」

克隆火山引擎开源的 OpenViking（Self-evolving Context Database），对照文档精读核心源码。它的全部设计可以压成三次「换表示」：把记忆/知识/技能统一成一个 viking:// 文件系统、把内容压成 L0/L1/L2 三层分辨率、把经验目录当成可优化的策略集并用「语义梯度」更新。这篇按写入、检索、进化三条路径逐一对照代码，最后用官方 benchmark 数字划清「已验证」和「未复现」的边界。

Agent 工程记忆源码阅读上下文工程

2026年8月17日

多 Agent 的内存问题，其实是分布式系统的老问题换了张脸

一篇 2026 年 3 月的计算机体系结构立场论文，把多 Agent 系统的记忆管理拆成 I/O / Cache / Memory 三层，指出两个协议缺口（跨 Agent 缓存共享、结构化访问控制），并把核心难题钉在"内存一致性"上——这篇把它和本站已有的三篇"Agent=操作系统"文章接起来，看这个类比在哪里站得住、在哪里第一次真正碰壁。

Agent 工程记忆系统设计论文深读

2026年8月4日

读 MemOS 源码：记忆的三态、相变，与一个诚实的占位符

把 MemTensor 的 MemOS（arXiv:2507.03724）克隆下来，对照论文精读约 9 万行 Python 源码。它的精髓可以压成一张相图：记忆有三态——明文（气态）、激活（液态）、参数（固态），'记忆操作系统'的职责是调度相变。审计结果：明文态是生产级，明文→激活这条相变真实且值钱（TTFT 最高降 94.2%），而参数态在源码里是一个 dump() 时写入 b"Placeholder" 的占位符。这篇按'表示—调度—相变—进化—数字'五层，把论文的承诺和代码的现实逐条对齐。

记忆 Agent LLM AI Infra

2026年8月4日

记忆的内化：Metis 把 Agent 记忆从提示词搬进前向计算

做出外挂记忆操作系统 MemOS 的 MemTensor 团队，自己发布了外挂路线的'反面'：Metis（arXiv:2607.26760），第一个把记忆做成原生能力的基础模型——记忆不再是数据库+检索+拼提示词，而是一块随对话演化的参数状态：写入靠前向计算，读取靠 memory attention，全程没有一次反向传播。本文沿论文的三轴对比（架构、优化、效率）拆它的设计，再用诚实的数字给它定位：原生记忆今天的处境，约等于 LRM 出现之前的推理。

Agent 记忆 LLM 论文深读

2026年7月27日