Weaviate演示Agent记忆管理
victorialslocum · x · 2026-07-15
Weaviate 发布了 **Engram** 的演示，主打“更聪明的 agent 记忆管理”。 他们指出，很多 agent 聊天机器人现在只有两种糟糕做法：要么每次把**整段历史**塞进上下文，导致成本高、性能差、跨会话不一致；要么把**每条消息都存起来做检索**，又会引入噪音、矛盾和过时事实。 Engram 的思路是改成**主动维护记忆**： - 在后台异步处理对话 - 提取与配置主题相关的信息 - 将新记忆与已有记忆做对齐和去重，处理偏好变化与事实演进 - 以结构化、分域的方式保存记忆 帖子强调，这种方式比“全塞上下文”或“无脑堆积消息”更适合长期对话型 agent。