60 行代码给 AI 装上长期记忆：Hindsight + Groq 会议助手实战

UmeshGupta2008 · reddit · 2026-11-07

一位 AI/ML 一年级学生分享了他用约 60 行代码构建的「会议准备与行动项 Agent」,解决 LLM 每次对话从零开始、没有真正记忆的问题。

核心思路：停止塞上下文，开始召回

不再把所有历史笔记粗暴塞进 prompt(贵、慢、噪音大)，而是拆成两个动作：
Retain:输入笔记时存入长期记忆层 Hindsight;
Recall:提问时只取回相关记忆。
架构极简：输入 → 路由 → [retain] 或 [recall + Groq 推理] → 响应，中间就是一个 while True 循环。问题判断用关键词触发器(prep/what/who/when/remind/?)。
无需配置向量数据库、嵌入管线或分块策略，记忆层交给 Hindsight,推理交给 Groq 上的 llama-3.3-70b-versatile。

使用效果：会后输入「John 周四前交 slides」「后端用 PostgreSQL」等笔记；下次开会前输入「帮我准备和 John 的会」，Agent 即输出未完成承诺、相关决策和建议开场白。

作者的观点是：记忆把无状态聊天机器人变成能与你工作积累「关系」的协作者——三周后它已经了解你的项目。

「编程与Agent」频道最新