Oracle 智能体记忆方案省 10 倍 token:80 轮仅 1.3K 输入
bibryam · x · 2026-11-18
bibryam 介绍与 Oracle 合作构建的 agent 记忆架构:在第 80 轮对话时,估计输入 token 约 1.3K,而完整回放脚本对话需 13.9K,节省约 10 倍。
- 记忆核心(memory core)负责提取持久事实、维护线程摘要与上下文卡片,并编排检索
- 记忆存储(memory store)持久化原始消息与提取的记忆,支持向量检索及按用户/agent/线程的范围检索
- 这种分层让记忆策略与存储可独立演进
「编程与Agent」频道最新
- Lindy 用编码智能体重写引擎:速度更快、成本减半的 9 条教训 — mattbeane · 2026-11-18
- 蚂蚁集团研究:公平评测下稠密检索在代码搜索中优势缩水 — CShorten30 · 2026-11-18
- Telegram 准备推出内置 AI 智能体 Dictator,基于 Nous 的 Hermes — testingcatalog · 2026-11-18
- Google Antigravity 推出 Orchestrator:单任务内动态切换多模型省 24% 额度 — rseroter · 2026-11-18
- 用 Google Antigravity 智能体蜂群分析谷歌 2026 核心 updates — gaganghotra_ · 2026-11-18
- 开发者用 MCP skills 工具让 Claude、Cursor、Copilot 共用同一套指令 — EntrepreneurOk5764 · 2026-11-18