Oracle 工程师:Agent 差异不在模型,在记忆与智能平面
AI Engineer · youtube · 2026-11-01
AI Engineer 频道访谈 Oracle 的 Richmond Alake,他是较早系统谈 agent memory 的人。核心观点:大家用的模型都一样,Agent 的差异来自控制面之上的「智能平面」(intelligence plane)——Agent 知道什么、记住什么、被允许看到什么、如何变强。他用二战密码破译者推断「AF=中途岛」的例子说明:拥有和所有人相同的信息不等于智能。
要点:
- Demo:基于本体论(ontology)与语义层的受治理 Agent 用 32K token 达到 99% 正确率,朴素 Agent 需 200K token
- 介绍 Oracle 的 agent memory 包、深度数据安全、私有推理
- 微调小型决策模型做记忆路由的现场演示
- 给团队的建议:掌握自己的记忆层(agent = model + harness)
「编程与Agent」频道最新
- 1500 次 Agent 会话实测：工具 I/O 吃掉 57% 上下文，对话仅约 2% — rajistics · 2026-11-01
- 企业 RAG 先修检索再换模型，三件套可减少 67% 检索失败 — LangChain · 2026-11-01
- UCSD 等提出 RSIGame 自我改进循环，Godot 游戏质量从 50.26 升至 64.53 — jiqizhixin · 2026-11-01
- Trishool 用 0.8B 模型做 Agent 输出护栏，F1 达 83.63 创 SOTA — markjeffrey · 2026-11-01
- GitHub Copilot 云端体验正式上线：一次会话跨 Web/移动/CLI/Slack 通用 — 0xkarasy · 2026-11-01
- shadcn：AI 系统最终都会造两种 UI——Slack 已发生，Linear 是下一个 — shadcn · 2026-11-01