Agent 记忆不是“外挂功能”，而是下一代 AI 产品的操作系统：从 5 个开源框架看清路线分叉
最近一年做 Agent 的人，几乎都会在同一个地方反复撞墙： 模型越来越强，工具链越来越长，但对话一断、会话一换，系统就像“失忆”一样，重新变回一个陌生助手。 很多团队把这个问题当成“再接个向量库”就能解决的工程细节。看完这期视频后，我反而...
分类更新 / 第 4 页
架构设计
系统设计、云边协同、服务治理与工程架构实践。
本栏重点
正在发生
Gemma 4 真正重要的，不是开源，而是本地 AI Agent 终于开始有了明确分工
> 来源视频：**《谷歌 Gemma 4 最强的，不只是开源：接进小龙虾后，我终于明白本地模型真正该干什么》** > 频道：灵姐说AI | Ling Talk AI > 视频链接：https://www.youtube.com/watch?...
GBrain“永久记忆”实现原理白皮书
`gbrain` 这套系统最值得分析的地方，不是“它能存记忆”，而是它把“记忆”拆成了三层彼此配合的工程结构：**可读的 Markdown 脑仓、可检索的 Postgres 索引层、可持续写入的 Agent 工作流**。这三层缺一不可。 很...
Anthropic 不想只卖模型，它想成为 Agent 时代的 AWS
当很多人还在把 Agent 理解成“更复杂一点的 Prompt + Workflow”时，Anthropic 已经开始往另一条路上走了。Claude Managed Agents 的真正意义，落点不在于它把长任务、沙盒、记忆、多智能体协作这...
记忆不是仓库：重新理解大模型为什么需要分类记忆
最近围绕 Claude Code 记忆系统的几篇文章，让我重新认真想了一遍一个其实已经被说滥、但直到今天仍然没有被真正说清的问题：大模型为什么需要记忆？ 表面看，这像一个早就有标准答案的问题。模型上下文有限，所以要把过去的信息存起来；用户会...
多 Agent 不是多开几个 Session：一次 IMA 本地展示项目的完整复盘
这篇文章不是为了证明“多 agent 很先进”，也不是为了包装一次普通 demo 的完成。 相反，我更想把这次过程里最不舒服、最容易被忽略、但最值得记住的部分写清楚：为什么一个目标并不算特别复杂的 IMA 本地展示项目，会在多 agent ...
拆解 Anthropic 开源的客服 AI 插件：零代码，纯 Markdown，凭什么搞定整套客服工作流？
Anthropic 前几天开源了一批 Knowledge Work Plugins，专门给 Cowork（他们的桌面 AI 工具）用。11 个插件覆盖销售、法务、金融、产品管理等领域。 我把其中的 Customer Support Plug...
1M Token 不是答案：真正决定可用性的，是你在长上下文里还能不能“找对”
最近一轮模型发布里，几乎所有主流实验室都把「1M token 上下文」写进了规格表。 看起来像是同一赛道，实际却不是同一能力。 如果把问题改成更工程化的一句： 在多长上下文下，模型还能以接近 90% 的准确率完成信息定位与诉求理解？ 答案会...
四行代码背后的完整 AI 浏览器 Agent：page-agent 源码深度拆解
你可能在某篇文章里看到过这样一段代码——只有四行，复制粘贴到浏览器控制台，整个网页就变成了一个 AI 助手的操作台： const script = document.createElement('script'); script.src =...
你的 AI Bot 在偷偷"串台"：OpenClaw 多代理架构的记忆隔离实战
当你兴冲冲地给团队搭了一个 AI 助理，让 100 个人同时使用它时——你有没有想过，张三告诉 Bot 的偏好，会不会在李四的对话里冒出来？ 这不是假设。这是我在实际部署 OpenClaw（一个开源 AI Agent 框架）时踩到的真实地雷...
OpenClaw中文教程潮背后：一场把Agent讲成AI员工的内容工业
我把这个目录里 2026-03-09 收集到的 19 篇 OpenClaw 文章完整过了一遍，感受很直接：这批内容表面上各写各的，底层其实像一条完整的内容流水线。有人负责点火，有人负责扫盲，有人负责保姆级落地，有人负责展示高级玩法，还有人专...
当你决定养一只龙虾：OpenClaw的技术骨架、安全边界与长期维护成本
读完这个目录里所有关于 OpenClaw 的文章后，我发现一个很有意思的现象。 前期热度文章里，很多人把重点放在“它能干什么”“多快能装起来”“怎么用起来最爽”。真正开始谈技术骨架、安全边界、长期维护成本的内容，大多出现在热度中后段，或者干...
真正能落地的不是万能Agent，而是半自动工作流：从NotebookLM到客户跟进的OpenClaw方法论
如果你把这个目录里关于 OpenClaw 的文章全部看完，会发现一个很容易被忽略的事实：真正有价值的内容，讲的从来都不是“一个万能 Agent 替你搞定一切”，而是另一种更朴素、更稳、更接地气的东西——半自动工作流。 这个判断很重要。 因为...
Memory Palace 能解决大模型记忆问题吗？一份工程视角的拆解
过去两年，几乎所有做 Agent 的团队都会遇到同一个问题： 模型看起来很聪明，但一旦对话拉长、任务变复杂、会话跨天，记忆就开始掉。用户说过的话记不住，已经确认过的事实会反复问，错的信息写进去之后还很难清理。 于是“长期记忆”成了一个热门方...
2026 AI 名词词典（工程实践版）：从 Vibe Coding 到可落地研发体系
参考灵感：https://linux.do/t/topic/1664794 说明：本文保留“词汇+注解+项目地址”的表达形式，但去掉 LinuxDo 社区特定黑话，聚焦通用 AI 研发语境，并补充 X/Twitter 上 2026 年高频工...
一天 627 次提交背后：OpenClaw 作者 Peter 的 AI 研发实践，以及我们该如何构建自己的 Vibe Coding 体系
参考文章：https://mp.weixin.qq.com/s/B5hK8BywPla6LG3hVxHGqA 参考提交：https://github.com/openclaw/openclaw/commits/main/?since=202...
开源短剧系统技术篇：拆完源码，三样值得抄，三样会炸
作者：toy 这篇在做什么 市面上大量”开源项目分析”文章的套路是：列代码路径 → 说”这很硬” → 结束。读完你知道了文件在哪，但不知道设计好不好、跟替代方案比如何、规模化会不会炸。 这篇不...
Vibe Coding 的真问题不是生成代码，而是没人看代码了
每天几千个 PR 被提交到仓库里。其中越来越多的代码是 AI 写的。谁在看？ 阿里的向邦宇在 QCon 2025 上海站的分享里，把 Vibe Coding 工具在阿里内部的真实使用现状摊开了讲——高频用户每天提交 560 行代码，TOP ...
一份值得偷师的 CLAUDE.md：让 AI 编程助手真正像个靠谱同事
Claude Code 发布以来，"怎么用好它"一直是开发者圈子里的热门话题。最近，Claude Code 的创建者 Boris Cherny 在 X 上分享了他和团队的内部工作流——不是那种泛泛的 tips，而是他们每...
OpenViking 深度解析：字节跳动如何用"文件系统"思维重新定义 AI Agent 的记忆
2026 年 1 月，字节跳动旗下火山引擎 Viking 团队在 GitHub 上开源了一个项目——OpenViking。它不是又一个向量数据库，也不是 RAG 框架的改良版。它给自己的定位是：专为 AI Agent 设计的上下文数据库（C...