Memorilla 内部记忆解析:Agent 会更聪明吗
Memorilla 让 LLM 检索内部语义表示,可能减少上下文拼接。但记忆写入、冲突处理、删除和审计都缺少公开数据,暂不能断言它优于 RAG。
Anthropic 将 Agent Memory 拆成写入、组织、检索、更新与遗忘。本文给出一套 SQLite + FTS5 最小实现,并补上评测指标。
Memorilla 让 LLM 检索内部语义表示,可能减少上下文拼接。但记忆写入、冲突处理、删除和审计都缺少公开数据,暂不能断言它优于 RAG。
Memdoor 用 5 个 Qwen3.8-27B 组成协作团队,在 LiveCodeBench Hard 上超过 Fable 5。本文拆解其工作流、上下文管理与工程代价。
Google Research 的 Sleep framework 把新数据学习与旧知识巩固放进同一过程。它值得关注的,不只是减少灾难性遗忘,也包括为长期运行 Agent 提供“在线执行、离线整理”的记忆架构。
Cursor 把 IDE 内的 Agent 能力开放成 SDK。关键不是多一个开发工具,而是代码执行层可能被接入 CI、研发平台和自动化流程。
Artificial Analysis 更新 Intelligence Index v5。本文拆解评测维度、成本计算与 Agent 轨迹评估,并给出企业筛选模型的四步流程。
OpenAI 公开前沿模型训练环境的安全措施。本文拆解权限边界、风险监测与审计要求,并说明它为何影响模型研发和部署的可信度。
OpenAI 测试了模型在低资源编程语言上的代码生成与理解能力。它更重要的用途,可能是辅助改造代价高昂的遗留系统,但距离可靠自动迁移仍有距离。
Together Computer 开源 HybridAgent,把 CoT 从文本搬到向量空间。HN 首页 50 分,论文 + 代码 + 模型权重全公开。本文拆解方法、复现路径和它真正的工程影响。
StarSkirmish Bench v0.2 让 LLM 写代码打星际争霸,Gemini 4 Argon 拿下榜首。和 Claude、GPT 系差距只有零点几,但背后测的是 Agent 长链路编码 + 实时博弈——这是 2026 年真正能干活的能力。
递归自我改进做了快十年都撞在同一面墙上——单模型自己改自己,改到死胡同。Sakana 8 月初发的新 paper 换思路:拉一群模型互相提议、互相评审、共同迭代,绕开单体上限。
Anthropic 单独为 Opus 5.5 写了一篇 prompt 文档,HN 127 分爆火。我扒了一遍,三个和以往认知不一样的设计取舍。