14:26量子位@梦瑶DeepSeek Harness插件在GitHub上走红,为DeepSeek模型加入长期记忆能力。该插件还支持电子宠物玩法,用户可与DeepSeek进行日常互动。插件内置4399小游戏风格的游戏内容,增加了趣味性。目前项目已在GitHub托管,吸引开发者参与贡献。AI产品DeepSeek HarnessDeepSeek长期记忆10 个信源在谈事件专题推荐理由:这个插件能让DeepSeek记住你,还能养电子宠物、玩小游戏,GitHub上已经火了,装一个试试呗。原文稍后读已读值得跟进有用关注 DeepSeek Harness
10:19官方账号arXiv cs.AI@Han Xiao, Hongjun Xu, Xin Zhang, Yidong Chen, Xiaodong ShiTARL框架把记忆更新分成五种可执行动作:添加、忽略、修订、拒绝、延迟,替代原先单一的写/忽略二元判断。配套基准TARL-Mem提供细粒度动作标签和下一状态目标。在域内、跨源、时间、反事实和顺序五类评估中,TARL提升了动作预测和状态恢复效果,同时减少记忆污染、保留冲突证据。AI模型TARLTARL-Mem智能体推荐理由:长期智能体老是记错?TARL把记忆更新拆成五种动作,还带基准,比单纯写/忽略更靠谱。原文稍后读已读值得跟进有用关注 TARL
06:09Harrison Chase@hwchase17精选Harrison Chase 在推文中介绍新 Langsmith 连接器,将 Langsmith 追踪视为代码库的短期记忆,而 Open wiki 则将这些追踪组织为长期记忆。该连接器名为 code brains,相当于一种“梦境”记忆机制。用户可通过 Open wiki 持久化存储代码库交互历史,提升上下文理解能力。AI产品Open wikiLangsmithcode brains推荐理由:Harrison 把 Langsmith 追踪当短期记忆,Open wiki 当长期记忆,帮你记住代码库的每次交互,像给项目装了记忆库。原文稍后读已读值得跟进有用关注 Open wiki
21:33orange.ai@oran_geCola 全新改版,从传统Chat界面转变为沉浸式桌面AI搭档。新版本包含Coding专业界面,支持多项目多任务并行;技能中心提供PPT、网页、设计、视频等一键安装的技能。机制上切换模型不再清空上下文,可自由适配不同任务。原心迹升级为觉知,新增金句卡片生成功能。整体包含数十项优化。AI产品Cola桌面AICoding推荐理由:Cola 这次改版挺大的,桌面沉浸体验、独立Coding界面、技能中心一键装技能,切换模型也不丢上下文,值得试试。原文稍后读已读值得跟进有用关注 Cola
11:23AI Will@FinanceYF5当前编码agent面临多重瓶颈:评估标准模糊、长期记忆易丢失关键细节、失败案例难保留学习。优化易收敛到同一批解法,reward hacking防不胜防。编码agent普遍只顾完成眼前任务,不顾代码库长期健康。行业编码agentreward hacking长期记忆推荐理由:这篇分析点出了编码agent开发中的几个真实痛点,搞AI编程的人可以对照看看自己的系统。原文稍后读已读值得跟进有用关注 编码agent
23:31elvis@omarsar0精选NapMem论文提出将长期记忆视为智能体可自主导航的动作空间,通过强化学习训练智能体选择合适粒度的记忆。它构建多粒度记忆金字塔,包括原始对话、类型化记忆记录、主题轨迹和用户画像,并通过溯源关系链接成工具。在PersonaMem-v2、LongMemEval和LoCoMo基准上保持竞争力,且不损害通用推理与工具使用能力。论文NapMem长期记忆智能体推荐理由:这篇论文解决了记忆系统被动检索的问题,让智能体自己决定查哪层记忆,效果还很强。原文稍后读已读值得跟进有用关注 NapMem
01:02AK@_akhaliq一条关于智能体原生内存系统的推文在X上获得3166次浏览和13个点赞。讨论聚焦于AI代理是否需要专属的记忆架构来提升自主性。作者质疑现有技术是否已为这种系统做好准备。暂无具体模型或基准数据支撑。行业智能体内存系统AI架构推荐理由:有人在聊智能体要不要有自己的记忆系统,思路挺新鲜的,点开看看讨论。原文稍后读已读值得跟进有用关注 智能体
12:17IT之家(博客/媒体)精选Nous Research 发布 Hermes Desktop 桌面版公测,支持 Windows、macOS 和 Linux。该桌面端共享 Hermes Agent 的配置、API 密钥、会话、技能和记忆,用户可在桌面、CLI 和 TUI 间无缝切换。Hermes Agent 定位为能自我演进、具备长期记忆的数字员工,可规划任务、调用工具并优化技能。安全方面支持 5 类沙箱后端,内置多种工具并兼容 MCP 协议。这标志着 AI 智能体从云端走向桌面,为个人用户提供更可控、更持久的自动化助手。AI产品智能体长期记忆桌面端5 个信源在谈事件专题推荐理由:Hermes Desktop 把 AI 智能体的长期记忆和闭环学习能力搬到了本地桌面,做自动化工作流或个人助手的开发者可以直接上手体验,跨平台无缝切换的设计值得一试。原文稍后读已读值得跟进有用关注 智能体
09:32Notion@NotionHQ在Notion举办的AI竞赛中,@temnco 的 Cerebro 获得第三名。Cerebro 是一个AI大脑,能整合Slack、邮件和每日简报信息,通过一组Notion Workers将碎片化信息转化为长期记忆,帮助用户更高效地工作。项目还展示了语音代理demo,体现了AI在信息管理和记忆增强方面的应用潜力。AI产品AI大脑信息管理长期记忆3 个信源在谈事件专题推荐理由:对于每天被Slack、邮件轰炸的团队和个人,Cerebro 提供了一种将信息转化为长期记忆的自动化方案,值得关注Notion生态的开发者尝试。原文稍后读已读值得跟进有用关注 AI大脑
10:20官方账号arXiv cs.AI@Hebin Hu, Renke Dai, Ah-Hwee Tan, Yilin Kang精选研究团队提出一个框架,用于合成高质量、长期医疗对话数据集MediLongChat,以评估医疗AI代理的记忆和推理能力。该框架通过知识引导分解为三个阶段:构建具有多样疾病和并发症轨迹的患者档案、生成每次就诊的多轮对话、整合为连贯的纵向历史数据集。他们设立了三个基准任务(对话内推理、跨对话推理、合成推理)来测试医疗代理的记忆能力。实验表明,即使最先进的LLM在MediLongChat上也表现不佳,凸显了该基准的挑战性和开发定制方法的必要性。论文医疗AI长期记忆对话系统推荐理由:医疗AI开发者终于有了一个能真正测试长期记忆能力的基准——MediLongChat让跨会话推理变得可评估,做医疗对话系统的团队建议直接拿来跑跑看。原文稍后读已读值得跟进有用关注 医疗AI
13:20Cognition@cognition_labsCognition 推出 Devin Auto-Triage,一个具备长期记忆的 AI 第一响应者,能够自动监控传入的 bug、告警和事件,进行深入调查,并返回上下文、下一步操作或直接生成 PR。该功能旨在减少人工排查时间,提升故障响应效率。对于依赖持续集成和快速迭代的工程团队,这能显著降低运维负担。目前已在 Devin 平台上线,值得关注。AI产品DevinAuto-TriageAI 运维推荐理由:DevOps 和 SRE 团队终于有了能记住上下文、自动调查并提 PR 的 AI 助手,省去手动排查的重复劳动,建议运维和开发负责人立即试用。原文稍后读已读值得跟进有用关注 Devin
18:06Milvus@milvusio精选在伦敦非结构化数据聚会上,Milvus 开发者关系负责人 Jiang Chen 分享了将原始对话日志转化为智能体长期记忆的方法。核心思路是让记忆以 Markdown 文件形式可读可编辑,再通过语义搜索和混合搜索让智能体根据含义检索上下文,即使不记得关键词也能找到。该工作流可通过开源项目 memsearch 实现,适合构建更智能的对话式 AI 应用。AI产品智能体长期记忆语义搜索推荐理由:做智能体开发的团队终于有了一个把对话记忆从黑盒变成可读可搜索的方案,建议试试 memsearch 开源项目。原文稍后读已读值得跟进有用关注 智能体
09:57官方账号arXiv cs.AI@Zhao Yang, Wang Huan, Li Yingshuo, Tu Haomiao, Lin Hujite精选ARPM 是一个外部时序记忆治理框架,旨在解决大语言模型在长程交互中常见的事实丢失、时间线混乱、人格漂移和稳定性下降问题。该框架将静态知识记忆与动态对话经验记忆分离,结合向量检索、BM25、RRF融合、双时序重排序、时序证据阅读和受控分析协议,实现证据验证与答案绑定。实验表明,在50轮问答中,ARPM在1:5信噪比下人工审查召回率达100%,在1:200+下仍达80%;消融实验显示,禁用对话历史检索后严格准确率从100%降至66.7%。该方法将长期人格一致性分解为可治理的组件,支持白盒评估。论文长期记忆人格一致性检索增强生成推荐理由:做对话系统或长期记忆研究的团队,ARPM 把人格一致性从玄学变成了可审计、可迁移的工程问题,值得看看它的实验设计和消融结果。原文稍后读已读值得跟进有用关注 长期记忆
13:28岚叔@LufzzLiz本文探讨了AI-native公司的真正含义,指出仅将AI作为个人效率工具是不够的。作者提出三个核心要素:团队需要长期记忆来沉淀信息,AI应进入真实工作流而非停留在对话框,个人经验需转化为组织可复用的Skill和SOP。文章认为下一代协作工具应是在现有工具之上构建的AI-native workspace,能连接分散数据并让AI执行动作。最后推荐了Tanka AI,它整合了团队协作、长期记忆、工具集成和执行型Agent,并支持免费试用。行业AI-native组织协作长期记忆推荐理由:这篇文章戳中了团队知识沉淀和AI落地的真实痛点,做组织协作或AI产品的开发者、管理者看完会有感触,建议结合Tanka AI的实践试试。原文稍后读已读值得跟进有用关注 AI-native