新 agent 记忆设计把留存状态放进行为选择层
nice2Bnice2 · reddit · 2026-07-27
这个方案的核心想法是:agent 记忆不该只停留在“存储/检索”层,而应该进入“行为选择”层。
架构
- 输入 / 当前状态
- 候选行为生成
- 留存状态评分
- Governor
- 最终行为选择
作者强调,记忆的存放和记忆如何影响行为其实是两个不同问题。系统可以让底层模型继续产出原本的候选行为,再由中间件对留存状态施加可控权重,决定最终选哪一个。
这个设计能带来什么
- 同一场景下对比 Studio mode 和 Governed mode
- 底层模型不变,只改变留存状态权重,就能改变最终行为
- 去掉留存状态影响后,可回落到基线行为,而不需要重训模型
- 支持重启后保留状态
- 支持确定性 seed replay
- 支持显式的降级/回退报告
- 整条中间件路径可审计、可观察
这个系统名为 Collapse Aware AI,作者说 Phase-1 Core Gold Build 已经可用,接下来会尝试接入 agent、仿真和其他有状态系统。
「编程与Agent」频道最新
- vibe coding 更该教销售和市场,而不是产品经理 — yangyi · 2026-07-27
- Grok Build 和 Unity CLI/MCP 把游戏从骨架推到成品演示 — Daniel_Farinax · 2026-07-27
- opencode v1.18.7 修复 macOS 全屏边距与项目选择器滚动 — opencode-agent[bot] · 2026-07-27
- Andrew Ng 提出 agent 记忆要靠图谱而不是更长上下文 — solyarisoftware · 2026-07-27
- OpenSpace 要做 AI agent 的技能管理层 — solyarisoftware · 2026-07-27
- Chrome 内置模型能接客服聊天并调用 MCP 吗 — DashinTheFields · 2026-07-27