Letta 用操作系统式记忆管理本地 LLM 智能体
thisguyknowsai · x · 2026-07-22
Letta 把长期记忆做成了本地 LLM 的“操作系统子系统”
这条帖子的核心观点是：解决“AI 记不住东西”的办法，不是简单给聊天机器人外挂一个向量数据库，而是把上下文窗口当成 RAM 来管理。Letta 让智能体拥有分页读写记忆的工具，由模型自己决定哪些内容保留、摘要、归档，把记忆管理变成 agent 工作流的一部分。
它把记忆分成三层：
- Core memory：始终保留在上下文里
- Recall：最近对话的可检索记忆
- Archival：长期可搜索存储
整套方案支持完全自托管：Letta server + Postgres/pgvector + Ollama 或 vLLM 本地模型，数据不会离开本机，重启后记忆也能继续存在。帖中还指出，这套思路建立在 UC Berkeley 的 MemGPT 论文之上。
「编程与Agent」频道最新
- Daniel Farinax 说 Grok 能让团队交付快至少 5 倍 — Daniel_Farinax · 2026-07-22
- 某 AI 工具宣布 CLI 与 MCP 全部免费且不限并发 — chongdashu · 2026-07-22
- 一段短讨论质疑 LLM 能否做出好架构决策 — sujingshen · 2026-07-22
- 开发者用 Claude Code 搭建全自动 SEO 智能体 — DigiHold · 2026-07-22
- 一个调试技巧：先问架构思路，别急着让模型写码 — OwariDa · 2026-07-22
- PenEcho 把 2 万像素画布做成了人机共享工作区 — JafarNajafov · 2026-07-22