Agent 记忆三层文件法：固定预算，让每条细节凭价值留下
eyishazyer · x · 2026-11-04
针对 agent 记忆管理的常见误区——「记住更多」并非答案。作者提出一套三层文件设计：
- recent.md：完整保存最近的上下文，旧内容自动滚动移除；
- state.md：一份当前进展的总结，每次会话整体重写而非追加，避免陈旧信息堆积；
- anchors.md：硬性上限 30 条事实，只存关键决策、约束和名称，每条细节都要「凭价值挣得席位」。
核心思想是给记忆设固定预算（EdgeRock 的做法），迫使信息按重要性竞争留存，而不是无限累积。
「编程与Agent」频道最新
- 三个开源 LLM 自动筛文献：敏感度 1.00、特异度 0.98 — maier_ak · 2026-11-04
- ≤4B 小模型 Agent 实测:Qwen3.5-4B 得 51.4%,思考模式最多提升 20 分 — KienShen · 2026-11-04
- 用外部确定性状态层治 AI 编码失忆:三篇论文给出会话管理新思路 — ApprehensiveSkin7975 · 2026-11-04
- 字节跳动等开源 Axion 1.0：三阶段训练的 Agent 基础模型 — Yuqi Jia · 2026-11-04
- Caper：沙盒预执行让 coding agent 审批看真实后果 — SingaporeManagementUniversity · 2026-11-04
- Claude Code 负责人：AI 提效后团队瓶颈正向上游 PM 与下游验证转移 — Flomerboy · 2026-11-04