苹果发布共享选择性持久记忆架构,破解 Agent 跨会话失忆难题
Apple ML Research · rss · 2026-09-16
Apple ML Research 提出面向多轮工具调用 LLM Agent 的「共享选择性持久记忆」架构,解决每次会话从零开始、丢失配置选择/领域约束/数据模式/工具使用模式的问题。
核心思路:
- 不保存完整对话历史——既浪费 token,无关上下文还会降低生成质量
- 只识别并保留四类可复用上下文:任务规格、数据模式、领域约束、工具使用模式
- 记忆在多个 Agent 会话间共享,让后续会话延续此前高效工作的关键信息
「编程与Agent」频道最新
- ScienceIDE 把全球科学代码库变成智能体可学习环境 — Hejia Geng · 2026-09-17
- KAIST 提出 EvolveTrade:用文本化策略自进化 LLM 交易 Agent — kaist-ai · 2026-09-17
- 开发者被 AI 编程工具的错位构建缓存坑掉约一周等待时间 — RileyRalmuto · 2026-09-17
- Agent 重试支付易重复扣款,给写操作加唯一 ID 才能查证 — gethackteam · 2026-09-17
- 开发者开源 synathic：用 Postgres 后验校验戳穿 agent 假报成功 — Gallegos_Daniel · 2026-09-17
- Jitsu 推出 Observability Exports,管道日志直连 Datadog 等 5 家平台 — nikola_mr64990 · 2026-09-17