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。
所属事件:Letta推出本地LLM持久记忆管理方案(2 条相关)→
「编程与Agent」频道最新
- 开发者用 GPT-6 Astra 搭配 Hyper3D Rodin 做出交互式 3D 产品展示 — nikola_mr64990 · 2026-09-11
- Codex 用户实测：Sol 搭配 Astra/Luna 子代理更省额度 — pvncher · 2026-09-11
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11