给销售 Agent 装上长期记忆:DealMind 架构拆解
Kanvitha · reddit · 2026-09-29
作者团队构建了 DealMind 原型,探索销售 agent 拥有跨对话记忆后能做什么。它用 Hindsight 作为持久记忆层,保留并召回客户异议、干系人顾虑、竞品信息、客户偏好和历史承诺。
工作流为:召回相关账户历史 → 注入 agent 上下文 → 生成回复 → 保留新信息供后续对话。例如「帮我准备与 Acme 的下次会议」,agent 会先检索账户历史而非从空上下文开始。技术栈为 Python + Streamlit + Hindsight + Groq,核心挑战是设计记忆工作流,让一次交互的信息在后续交互中持续有用。作者附了 Medium 长文拆解,并征集长期记忆与检索设计的反馈。
「编程与Agent」频道最新
- 用 Claude Code 做出代码渲染的 P(doom) 音乐视频并开源 — StefanoGogioso · 2026-09-30
- Agent 产品 Twin 取消积分制,全部套餐 29 美元起无限量运行 — socialwithaayan · 2026-09-30
- Celesto 推 GitHub Actions 托管 runner，称比官方便宜 12 倍 — aniketmaurya · 2026-09-30
- Wasmer 发布 Pi：浏览器和 iPhone 上原生运行 AI agent — JosephJacks_ · 2026-09-30
- 斯坦福等推出 RecursiveMAS：多智能体共享潜空间思考，token 少用 75% — james_y_zou · 2026-09-30
- 给代码审查加上记忆：用 Hindsight 补上 LLM review 的上下文短板 — Ambitious_Menu1385 · 2026-09-30