让记忆必须“赢得发言权”：开源AI记忆中间件架构解析
nice2Bnice2 · reddit · 2026-08-13
作者团队开发了名为 Collapse Aware AI (Evolution 2) 的 AI 中间件，旨在解决当前 Agent 记忆系统“无脑检索并塞入上下文”的痛点。
其核心架构流程为：保留的历史 -> 有界检索 -> 候选行为 -> 治理 -> 最终选择。记忆不仅需要被检索出来，还必须通过与“无历史直接响应”的基线行为竞争，才能获得影响 Agent 动作的权限。
当前工程构建包含的关键特性：
- Interaction Fit：判断当前是否是调用某项记忆的正确时机，避免惹人厌。
- Agent Self-History：Agent 能保留并审视自己之前的承诺、决策和拒绝立场。
- Open Loops：追踪未解决的任务或承诺。
- 决策溯源：记录并允许审查特定行为胜出的原因，支持撤销过时状态的影响。
作者指出，目前系统端到端延迟约为 10 秒，主要瓶颈在语义解释和候选生成阶段，暂不适合实时语音或 NPC 对话。团队正通过性能分析、缓存和模型分离来优化，并计划在后续的 Evolution 3 中再引入语音和多模态支持。
「编程与Agent」频道最新
- AI 写代码又自己测：当心陷入“同源验证”盲区 — 4310sy · 2026-08-13
- Meta 开源设计系统 Astryx 引入 AI 辅助国际化与 RTL 布局 — Vjeux · 2026-08-13
- 测试AI模型使用Aseprite绘制32x32像素画 — breath_mirror · 2026-08-13
- Snowflake发布4B SQL补全模型：精度大涨，延迟降71% — StasBekman · 2026-08-13
- 预测：未来30天将涌现百款多智能体编程框架 — dbreunig · 2026-08-13
- 开发者自建音乐 MCP：让 AI 推荐直接变可播放链接 — nvhoanganh1909 · 2026-08-13