Memorilla 记忆系统：省 4000 倍 token、快 27 倍替代全上下文推理
ShirleyYXWu · x · 2026-11-06
Memorilla 是一个新的 LLM 记忆系统，把长文本输入和 agent 轨迹转化为「潜在输入」注入冻结的 LLM，无需训练即可使用。官方宣称相比全上下文推理最多可减少 4000 倍输入 token、速度提升 27 倍。同一项目由不同作者宣传为「把记忆变成一种模态」。
所属事件:Memorilla记忆系统：16个嵌入省4212倍token(2 条相关)→
「编程与Agent」频道最新
- Perplexity Computer 用 Deep Research 做 6 分钟 GTA 引擎 RAGE 解说 — jeffgrimes9 · 2026-11-06
- Agent 开发者吐槽：模型自称要干几小时,实际 10 分钟搞定 — jacalulu · 2026-11-06
- Alchemy 下周发布：Rivet 与 Effect Cluster 可作为可替换部署层 — samgoodwin89 · 2026-11-06
- Grok Build v1.0.75 发布:多智能体工作流可靠性与性能大幅升级 — elonmusk · 2026-11-06
- Gauge CLI 开源：85% 编码会话由 Agent 发起，卖软件门槛变了 — ycombinator · 2026-11-06
- 为 Agent 而生的游戏引擎 kaigen3d:C 语言打造、无内置编辑器 — gdechichi · 2026-11-06