独立开发者造"人工海马体"：仿人类联想记忆，token 消耗降约 20 倍

jasonridesabike · reddit · 2026-10-24

十年经验的工程师发布 Kijito.ai（beta），一个给 LLM 用的"人工海马体"——受生物学启发的持久化关联记忆引擎，宣称在主流记忆 benchmark 上偶尔击败竞品，且 token 消耗约低 20 倍。

核心思路：作者认为 LLM 像额叶完好但海马体受损的人——智力在线却无法有效积累经验，只能靠笔记本式记忆越写越乱。Kijito 模仿海马体的关联召回：回忆一件事时连带带出相关记忆（包括自己何时错、如何得知、学到什么），并能反思出更大规律。因为召回是按关联而非穷举，agent 只取回少数相关记忆而无需重读整本笔记——在 Claude Code 中会话开始仅增加约 1.5k token，作者因此能在单个 Max 20 订阅下跑更多并行 agent。

技术栈：扩展的图+向量嵌入式数据库、量化 embedding 模型编码记忆、供 agent 调用的接口层，可接任意 remote MCP client。记忆静态加密，密码+恢复码丢失即不可恢复。工程上较稳健：已有稳定用户群，更新只在深夜窗口发布，重启时短暂挂起请求而非丢弃，每晚加密备份并测试恢复。公开 demo 可让用户扮演 agent 提问，观察"被纠正过的决策不再被召回"。完整 benchmark 结果即将发布。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →