个人感悟，以后agent应该是往记忆形成经验方向上发展

孤灯蓝影 · 发表于 2026-8-8 20:38

本帖最后由孤灯蓝影于 2026-8-8 20:39 编辑

我的想法是这样的，碳基人类容易忘记事情不是一个缺陷而是一个能力，可以节省大脑内部储存空间，所以参考学习记忆曲线用于遗忘技能。比如以前高中时候背得滚瓜烂熟的题目，现在根本记不得了，英语口语要是少用，也会退化。所以技能这个东西不用就会忘记，是人类本性。而技能选择困难发生，人往往会选择自己更加熟练的技能进行运用，所以当agent两个skill冲突如果是人一定会选择自己更加熟悉的skill进行运用，或者找自己熟悉更类似的技能运用，我自己就是这样选择的。
展望一下，我很赞成re0作者一个观点，就是什么东西塑造一个人。长月老贼给的答案是记忆，参考现实案例，狼孩，还有原生家庭不幸的儿童。我补充一下更准确的说是根据自己记忆中的选择操作形成的反馈成为一种经验，而经验决定一个人的个性和性格。比如说原生家庭生在父亲很强势的家庭，孩子通常性格懦弱。那是因为孩子在长时间被父母暴力对待情况下，负反馈形成的懦弱更适合在这种家庭生存。当agent工作以后根据用户的反馈，将这种反馈作为经验记忆下来，以后根据经验的反馈进行操作。会不会让agent形成自己个性。当婴儿出生时候基本上是没有个性和意识的，当记忆形成以后产生个性和意识。观察动物界也能发现记忆能力越强大的动物越有智力也越有个性。金鱼三秒记忆你就谈不上它有什么个性，但是猫狗有个性。所以我觉得以后agent的发展应该往记忆方向展开，怎么让agent形成记忆的经验和根据经验行动偏好。自己只是初学者，这几天研究了ai有些感悟，发表在泥潭

半江瑟瑟半江红 · 发表于 2026-8-8 20:44

这不就夸对话长期记忆么？codex和zcode都有，cherry claw也有
这玩意实际体验嘛……

反正得隔三差五自己整理一下

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

孤灯蓝影 · 发表于 2026-8-8 20:47

半江瑟瑟半江红发表于 2026-8-8 20:44
这不就夸对话长期记忆么？codex和zcode都有，cherry claw也有
这玩意实际体验嘛……反正得隔三差五自己整理 ...

agent还是因为没有感受外界的能力，所以没办法对自己行为进行矫正，未来结合机器人？有没有可能机械人女仆才是趋势

jojog · 发表于 2026-8-8 20:48

人类的上下文压缩能力和处理能力比机械nb太多了

真开发出来怕不是沙丘那个门塔特，那玩意但凡能真插插个管那就是真正的asi

孤灯蓝影 · 发表于 2026-8-8 20:51

本帖最后由孤灯蓝影于 2026-8-8 20:52 编辑

jojog 发表于 2026-8-8 20:48
人类的上下文压缩能力和处理能力比机械nb太多了

真开发出来怕不是沙丘那个门塔特，那玩意但凡能真插插个管 ...

人类大脑神经元突触，一个就能连几千上百个神经元。硅基芯片只能打孔，不是一个几何数量级

半江瑟瑟半江红 · 发表于 2026-8-8 20:53

孤灯蓝影发表于 2026-8-8 20:47
agent还是因为没有感受外界的能力，所以没办法对自己行为进行矫正，未来结合机器人？有没有可能机械人女 ...

因为现在是大语言模型不是大世界模型
不过搭配有全局跨对话记忆的agent,llm是可以自己总结经验教训写进持久记忆的

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

厍无春 · 发表于 2026-8-8 20:58

Hermes +外接记忆供应商，可以达成一定的效果

i0ncube_R · 发表于 2026-8-8 21:10

Rag吗

论坛助手,iPhone

yweili999 · 发表于 2026-8-8 21:23

记得《塑料内存条》吗？现在看来那部番的设定还是很科学的，多模态机器人的长期记忆坚持不了十年

FanKiE · 发表于 2026-8-8 22:13

https://mp.weixin.qq.com/s/ZTg1bEd2Vx2h7TakM7060w?scene=334
Recursive Self Improvement就是下一个热点方向了，这篇鸿篇巨制就是在讲记忆能否作为参数内化

论坛助手,iPhone

星汐引力 · 发表于 2026-8-9 01:15

大模型不是一种 toc 的东西，大模型是一种求真理的东西。千人千面这种伺候客户的事，大模型是懒得搞的。只有足够收敛的东西，才值得训进参数。

马猴肥宅 · 发表于 2026-8-9 03:45

厍无春发表于 2026-8-8 20:58
Hermes +外接记忆供应商，可以达成一定的效果

外接记忆供应商求推荐 Re:Source

Corruptwing · 发表于 2026-8-9 03:50

先发展机械感官，让大模型直接从真实的物理世界获得输入
也可以从脑机接口上抄捷径先做寄生智能
已经有企业花钱厨师携带摄像头训练AI了
一种方向

厍无春 · 发表于 2026-8-9 04:18

本帖最后由厍无春于 2026-8-9 04:19 编辑

马猴肥宅发表于 2026-8-9 03:45
外接记忆供应商求推荐 Re:Source

有免费额度的我就用过mem0和supermemory ，免费档位的话，supermemory更耐用一点功能上也更好一点。Honcho据说也不错，不过他的免费额度需要绑定付款方式才能解锁，我就没用过。
https://hermesagent.org.cn/docs/user-guide/features/memory-providers?_highlight=%E8%AE%B0%E5%BF%86
可以参考这里面列出来的

sellboy · 发表于 2026-8-9 07:23

看什么时候能通过向量空间接入agent吧
通过注入上文的方式实现的始终不是好办法。

尼曼兔 · 发表于 2026-8-9 09:27

我在用LLM WIKI+OKF那套思路配合hermes做记忆管理，公司的RAG的自动入库分辨脏数据能力一般

zhuzhu47 · 发表于 2026-8-9 10:14

话说openclaw自带memory系统呀，我把memory作为了索引，本地跑了个gemma向量模型，基本可以实现记忆数据库化，检索精准度也还可以。

tsubasa9 · 发表于 2026-8-9 10:15

sellboy 发表于 2026-8-9 07:23
看什么时候能通过向量空间接入agent吧
通过注入上文的方式实现的始终不是好办法。 ...

你说的不就是后训练？

秦南心 · 发表于 2026-8-9 10:18

人类每次睡觉都在放电形成新的突触，就算是仿神经元芯片，也是刻录好不会有变动的，
你说的问题很难的啦

sellboy · 发表于 2026-8-9 10:28

tsubasa9 发表于 2026-8-9 10:15
你说的不就是后训练？

使用文版归纳的关键词对上了才能记起来
而使用向量空间归纳的只要是相似意思的也能一起想到

至于说是不是后训练，肯定不能是训练，那谈不上自学习，但因为每个模型得向量空间定义都不同，所以需要由模型自身进行归纳。
应该是一种基于模型本身的向量定义但是保存在外部的数据。

因为每个模型向量定义不同，所以新模型接入要导入记忆，需要旧模型来进行讲解。当然目前模型和模型的通用语可能还只是人类的语言，可能需要到了世界模型时代才真正存在一个共通且信息完整的AI世界原语来交换信息，实现有效的记忆继承。

tsubasa9 · 发表于 2026-8-9 10:30

sellboy 发表于 2026-8-9 10:28
使用文版归纳的关键词对上了才能记起来
而使用向量空间归纳的只要是相似意思的也能一起想到

向量数据库作为记忆早有了，本质和文本没啥不同
像人脑那样无时不刻做突触连接的还真的只能是后训练

sellboy · 发表于 2026-8-9 10:34

tsubasa9 发表于 2026-8-9 10:30
向量数据库作为记忆早有了，本质和文本没啥不同

对齐的是rag模型的向量而不是调用的模型本身的向量，由rag检索后的信息仍旧以文本形式传递的
仍旧是强行塞入上文，而做不到在思考中自然被想到。

最终空想 · 发表于 2026-8-9 10:42

感觉应该有个边缘实时训练的小模型再配合云端大模型

—— 来自 vivo V2405A, Android 16, 鹅球 v3.5.99-alpha

億万千 · 发表于 2026-8-9 10:49

学习任务成功失败这个事大家都在做，coding方向的模型各家一两个月就突破一次主要还是数据飞轮飞起来了，我收集这两个月的任务轨迹然后更新一版理论上也叫持续学习
主楼表达的这个持续学习topic可能是敏捷的，个性化的一类后训练
比如楼上说的“在思考中被想到”我理解他想表达的就是一个可插拔的小网络，模型推理时带着它一起推理，相当于说这段时间我学到的东西就在这里了，相比于主模型有我个人的一些得失
当然业界肯定有很多尝试了，不干这一行，只能说期待成果

lin2004 · 发表于 2026-8-9 10:58

tsubasa9 发表于 2026-8-9 10:30
向量数据库作为记忆早有了，本质和文本没啥不同
像人脑那样无时不刻做突触连接的还真的只能是后训练
...

外置记忆就是人类写记事本记录不常用的东西，但是突发性常用的机能能不能不做后训练自己更新进自己这个才是问题，相当于人类做多了一件事就不用记录在笔记上了，肌肉记忆都能记住了，模型和真正的智能本质的最大的区别也差不多就是这个功能，毕竟这个是关系到是否能自我进化的。

泰坦失足 · 发表于 2026-8-9 11:01

我把记忆/经验/文档直接txt/json形式存在本地磁盘/Github上. 然后用CodeX/ChatGPT web检索, 最后发现什么RAG都是花里花哨, 真正的生产力级模型和Agent直接根据检索要求, 直接用相关关键词搜, 然后根据结果进一步调整关键词和正则表达式.很快就搜到结果了.

Geronimo · 发表于 2026-8-9 11:01

AI跳大神是真的有用，我宣布AI就是新的经济学

med · 发表于 2026-8-9 11:07

跨任务的记忆力大部分都是干扰，纯纯浪费token

ppntint · 发表于 2026-8-9 11:20

各大AI上下文啥时达到2M？

来都来了 · 发表于 2026-8-9 12:18

泰坦失足发表于 2026-8-9 11:01
我把记忆/经验/文档直接txt/json形式存在本地磁盘/Github上. 然后用CodeX/ChatGPT web检索, 最后发现什么RA ...

那你在本地做个skill不好吗，还费劲上传上去。

泰坦失足 · 发表于 2026-8-9 12:30

来都来了发表于 2026-8-9 12:18
那你在本地做个skill不好吗，还费劲上传上去。

也写到skill里了, skill有上限. Agents.md-Skill-reference txt这样层层递进. 毕竟Skill里没必要写XX框架怎么安装最合适

hugosol · 发表于 2026-8-9 13:03

为啥非要模型层做记忆，首先微调成本就不说了，你确定你的行为有质量高到要内化到模型内部吗，如果训练数据太少会不会过拟合等等
在harness层做记忆这方面其实业界一直在做探索，从一开始的RAG，到后来说的上下文够长了不需要RAG，再到mem0一类的外置记忆系统，还有hermes的自动进化（虽然我觉得这个做得不靠谱，但也是一个方向）
我觉得问题还是在于模型没有能力判断什么该记下来，什么不需要，这个问题对人类来说也是需要经验去决定的，涉及taste的问题目前还只能人类介入，无法完全自动化。但是但凡你去手动记录和整理一些文档，你下次做同样的事情就会很简单，现在也有skill可以覆盖这些场景了
这也是我一直以来的观点，人类去引导，监督，补足ai的盲点，ai就能工作得很好，而不是人类想着去偷懒，把自己不想做的事情丢给ai，如果这些事情ai也不擅长，那只会把事情搞得一团糟

jojog · 发表于 2026-8-9 14:37

ppntint 发表于 2026-8-9 11:20
各大AI上下文啥时达到2M？

这个早就能无限扩张了，但是变蠢了还不如不扩呢

https://logicity.in/en/blog/why- ... w-is-mostly-useless

这不是马甲 · 发表于 2026-8-9 16:08

引用第28楼 med 发表于 2026-8-9 11:07
跨任务的记忆力大部分都是干扰，纯纯浪费token

其实吧，这楼吵外置记忆还是后训练，我觉得都还没到点子上。楼主说遗忘是能力，这楼说跨任务记忆是干扰，俩其实是一回事：记忆质量比容量要紧，存一库垃圾，检索再准也是白搭。麻烦的是谁来判断啥值得记、啥该扔，这活儿现在还得人自己干。啥时候模型自己能掂量出该留啥，那才叫真长了记忆。

孤灯蓝影 · 发表于 2026-8-9 16:21

本帖最后由孤灯蓝影于 2026-8-9 19:03 编辑

这不是马甲发表于 2026-8-9 16:08
其实吧，这楼吵外置记忆还是后训练，我觉得都还没到点子上。楼主说遗忘是能力，这楼说跨任务记忆是干扰， ...

我之前让ai写了一个agent插件，利用学习记忆曲线来遗忘低频skill。如果给每个skill一个半衰期，4天内skill没有调用判断为低频skill则删除。如果30天内skill多次调用则会认为是长期记忆而永久保存

		自动登录	找回密码
密码			立即注册

[科技] 个人感悟，以后agent应该是往记忆形成经验方向上发展