本地 LLM 记忆方案求推荐:离开 ChatGPT 后长期记忆怎么办
jferments · reddit · 2026-09-20
Reddit 用户发帖讨论长期项目/对话记忆的方案选择。作者认为 ChatGPT 在故意限流以节省算力，但不得不承认其对话记忆能力极强——能维持多年、数百条对话的长期项目全局理解，还能精确回忆数月前的细节改动。本地模型（DeepSeek V4 Flash、Qwen 3.8 27B）日常任务没问题，但一到大型软件项目，代码库就占满上下文，无法进行数小时的架构讨论并记住项目目标。作者寻求能在本地跑、维护跨领域（编程、电路、数学、历史等）多年对话记忆的工具，想知道有没有能媲美云端厂商记忆效果的方案。
「编程与Agent」频道最新
- Jeff Dean 27 年功力浓缩一小时：从 LLM 基础讲到 Agent 编排 Graphs — irinarish · 2026-09-20
- 多智能体系统要点：明确分工比堆数量更重要 — _jaydeepkarale · 2026-09-20
- Jev 创始人演讲：现有模型受困 RLHF，真自动化时代将到来 — hardimanjames · 2026-09-20
- Karpathy 斯坦福 AI 工程讲座：从 LLM 到 Graph 的系统化路径 — irinarish · 2026-09-20
- Browser Use 开源 Jev：7 秒搜完航班，单次仅 0.0039 美元 — FinanceYF5 · 2026-09-20
- Jev 让 eval 更便宜了，但你的 judge 为何一开始那么贵？ — zeeg · 2026-09-20