Agent要记忆还是文档?9.6万星插件与HN热帖的架构之争拆解

大模型之路 · wechat · 2026-10-14

GitHub Trending 上 9.6 万星的 Agent 持久记忆插件 claude-mem,与 HN 热帖《Agents Don't Need Memory, They Need Documentation》(368分)正面对撞:一边给 Agent 装向量记忆,一边主张记忆是伪需求、该写文档。

记忆插件的四条失败模式(Kevin Liao):

文档优先方案:维护结构化 Markdown(Instructions/Specs/Research/Indexes),工作前读、工作后显式更新、提交进 Git——可审阅、可diff、可共享。已开源为 OperatorMemory,不依赖向量库。AGENTS.md 极简格式已被 6 万多个开源项目采用,Codex CLI、Claude Code、Cursor 等全认。

结论是分层而非二选一:稳定的架构/接口/不变式进文档,动态的用户偏好与环境怪癖才进记忆。研究数据也支持:灌完整对话历史会让 p95 延迟涨约 91%、token 成本涨 90%+,而一份精简 context 文件能把中位运行时间压 29%、输出 token 减 17%。

落地建议:先给岗位写一页操作手册拿真实任务跑;只把「不改就出错」的记录交给记忆。两个坑:文档会过时必须有人维护;别信「代码即文档」的极端——LLM 自动生成的 context 文件反而让性能降约 3%、成本涨 20%+,起作用的是人写的精简版。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →