MemGPT 借鉴操作系统内存管理原理，将大模型视为内核，通过主上下文（RAM）、外部存储（硬盘）的分层设计，以及自主触发的中断控制流，实现逻辑上的无限内存。与传统 RAG 的单向被动检索不同，MemGPT 支持双向读写、主动检索与动态记忆更新，依赖函数调用能力完成多步推理。文章对比了 MemGPT 与 RAG 的核心
more...
Mem0 是为 AI 应用设计的通用记忆层，通过将 LLM 短暂无状态的上下文升级为持久化、可管理、可检索的结构化记忆系统，解决上下文窗口限制、记忆碎片化与个性化缺失等痛点。文章从工程师视角解析了 Mem0 的核心能力，包括事实抽取、冲突解决、多级记忆管理与多模态支持；深入拆解了 add() 与 search() 两大
more...
深入解析 Claude Code 的多层文件化记忆系统实现机制，涵盖 Auto Memory、Session Memory、Agent Memory 和 Team Memory 四层架构的存储位置、写入时机、召回策略及边界划分。核心设计采用目录+MEMORY.md索引的透明化文件存储，通过轻量检索器实现选择性记忆召回，
more...
Anthropic 在 Claude Opus 4.8 中推出 Dynamic Workflows（动态工作流），解决单个 Agent 无法一次完成的大规模任务。与 Subagent、Agent Teams 不同，Workflow 将编排逻辑固化为本地 JavaScript 脚本，由确定性运行时调度数百个 subage
more...
AgentScope 沙箱环境内置工具模块设计的复盘记录。作者面对为 Docker/E2B workspace 补齐 built-in tools 的需求，拒绝了 issue 中提出的"内置 MCP server"方案，转而抽象出 BackendBase 执行层，将变化点压缩到 exec_shell、read_file
more...
Saga 模式是分布式长事务的核心解决方案，但其本质并非传统事务，而是放弃原子性与隔离性换取可用性和性能的业务级契约。文章深入剖析了 Saga 与状态机结合的必要性——状态机提供持久化"记忆"，使崩溃后的流程可恢复。重点对比了两种形态：正向状态机+前滚 Saga（只推进不回退，依赖幂等重试，适合难以撤销的场景）与正逆状
more...
Vibe Coding 并非让 AI 代写代码后躺平，而是将开发者角色从"手写代码"转向"清晰表达需求、验证结果"。文章提出三阶段演进路径：Vibe Coding（感觉驱动快速迭代）→ Spec Coding（规格文档先行，减少 AI 瞎猜）→ Loop Programming（设计自动化循环让 AI 自主运行）。重点
more...
工业级RAG优化需围绕完整闭环展开：从知识工程（语义切分、元数据Tag、冲突治理）、Query改写（多路改写与模型微调）、检索召回（混合检索、GraphRAG、标签加权）、Rerank与截断优化，到可信生成（证据约束RL、URL校验）和反馈闭环。核心在于让知识持续更新、证据稳定召回、模型按证据回答，并通过线上数据回流实
more...
父子索引是一种索引设计模式，用于处理一对多关系的数据存储与查询。通过让父文档和子文档在逻辑上关联但物理上独立存储，解决了嵌套存储导致的文档膨胀、更新开销大，以及搜索引擎中 JOIN 查询性能差的问题。核心机制是子文档保留 parent ID，支持 has_child 和 has_parent 双向查询，适用于评论系统、
more...
过度思考未来，无异于杀死现在的自己
