Living Brain 把记忆从模型解耦：LoCoMo 92.2%,省 22.6 倍 token
heyshrutimishra · x · 2026-11-04
- 核心思路：将「记忆」从具体模型中解耦，做成一个跨工具的持久大脑——ChatGPT、Claude、Cursor、Codex 以及自有 agent 都可以读写同一份记忆，「在一个工具里写入，在任何工具里检索」。
- 关键数据：LoCoMo 记忆基准 92.2%;检索中位延迟 464ms;每个问题最多可节省 22.6 倍 token(相比把全量上下文塞给模型)。
- 卖点定位：作者称「LLM 有参数，Living Brain 有可塑性」，即模型权重固定，而记忆层可持续更新、跨 agent 共享。
所属事件:Living Brain 推出跨平台持久记忆层，省 22.6 倍 token(2 条相关)→
「编程与Agent」频道最新
- Weaviate v1.38 推出 Boost 软重排,附 8 万商品搜索实战教程 — CShorten30 · 2026-11-04
- AI 能写更多代码，但系统仍需工程师来把控 — rseroter · 2026-11-04
- OpenAI 宣布收购 Pierre，加速把 Codex 打造成团队协作编程平台 — patience_cave · 2026-11-04
- Microsoft Clarity 上线 Agentic Analytics，AI agent 访问量三周近翻倍至 200 万 — OnlineInference · 2026-11-04
- Agentic Engineering 与 AI Engineering 到底差在哪 — Pavan_Belagatti · 2026-11-04
- Grok Bot 全程代办订机票:从比价到付款验证一条消息搞定 — XFreeze · 2026-11-04