TinyContext 指南:如何为 AI 智能体添加长期记忆
为 AI 智能体添加长期记忆需配置持久化存储及保存、召回两个工具,并明确使用时机。TinyContext 是一个开源记忆服务器,使用本地 SQLite 文件存储数据。
推荐理由:该教程展示如何用开源组件实现 Agent 长期记忆,给出了 MCP 和代码集成的具体配置方法。
为 AI 智能体添加长期记忆需配置持久化存储及保存、召回两个工具,并明确使用时机。TinyContext 是一个开源记忆服务器,使用本地 SQLite 文件存储数据。
推荐理由:该教程展示如何用开源组件实现 Agent 长期记忆,给出了 MCP 和代码集成的具体配置方法。
Cognition AI 在重建 Devin 时发现 Claude Sonnet 4.5 对上下文窗口存在“焦虑”,会在误判剩余空间时采取捷径,该现象与 Anthropic 提出的上下文工程理论相互印证。文章指出模型虽能主动并行处理外部化状态,但其自生摘要不足以支撑生产环境,建议开发者采用显式记忆系统、最小可行工具集及混合检索策略,以将上下文限制转化为架构优势。
Claude Code 在仅使用 Shell 时修复 Caliptra 中 RISC-V 核心 Bug 的平均耗时为 56 分钟,而使用开源 Booley 框架后缩短至 21 分钟。主要耗时源于硬件仿真周期长且内部信号不可见,导致智能体需反复猜测任务完成时间并手动添加调试打印。
Andrej Karpathy 使用 Claude 在 2 小时内构建了 HackerTube,这是一个复刻了 YouTube 界面但内容仅限于 Hacker News 推荐视频的网站。该工具去除了原平台的算法推荐,采用人类推荐信号进行排序,且不要求登录。目前已有多个衍生项目,如 Hacker Papers,进一步应用类似机制重塑个人信息获取入口。
Maarten Grootendorst 和 Jay Alammar 的新书《An Illustrated Guide to AI Agents》发布配套代码,提供超过300张图示。读者可通过 LLM 调用从零构建带有记忆、工具和自主性的 TinyAgent,并跟随模块化章节学习 10 个核心主题。代码支持在 Google Colab 上免费运行,也允许本地部署。
danebalia 发布了开源的 AI 系统设计入门教程(GitHub 仓库),旨在帮助工程师掌握基于 LLM 的生产系统构建方法。该教程借鉴 System Design Primer 结构,涵盖从基础概念(token、推理、工具调用)到高级架构(Agent、RAG、MCP)的权衡分析,提供可运行的实验室代码和 Anki 记忆卡片,并包含针对面试和实际设计评审的解决方法指南。
rl_rob 是开源 Python 库,涵盖从表格时差学习到深度策略梯度算法。 所有算法基于第一性原理实现,共享统一接口以支持方法对比。 支持学生通过修改并解释更新规则来进行教学与评估。
Info Highlight 是一款 Chrome 扩展,利用 LLM 计算每个单词的 surprisal 并在网页上生成信息密度热力图。 截至 2026 年 10 月,该扩展峰值周活用户超 1000 人,累计获 5000 多次点赞、保存和分享。
AI 智能体承担实现、分析和测试工作,工程师继续负责决定构建什么以及接受标准的证据。 建议用可评审的 PROJECT_GUIDE.md 记录关键决策,并为 AI 指定明确的验收用例和验证命令。 这一实践有助于将决策保持可见、使反馈有用,避免将自动化误解为取代岗位。
聊天机器人并不直接理解文本,而是将输入切分为 Token 并预测下一个 Token,且模型本身不记忆历史对话。 系统需将对话历史重新发送,利用向量数据库通过 RAG 检索 3 到 5 个语义相近的数据块,结合 System Prompt 与工具调用生成回复。 每个环节的判断都可能影响最终体验,即使使用顶级模型,单点失误也可能破坏整体功能。
作者在 Commodore 64 上实现了基于概率 PCA 的算法,生成 8x8 复古游戏 sprite。 使用 Python 训练模型,参数经简化逻辑转为 BASIC 代码,无需外部库。 在 C64 上生成图像耗时约 20 分钟(94 次迭代),8x8 图像扩大至 64x64 显示。
Scott Alexander 基于 AI 构建了自动化资助评估系统 Autograntor。他给 AI 安全暂停协议设定基础分值,让模型预测各类资助提案的价值,系统输出的报告与资助委员会的共识相符。
Gnosh.ai 在 AMD Ryzen AI Max+ 395 上运行 Qwen3.8 27B 完成 Go 项目重命名任务,通过功能性上下文管理避免传统摘要压缩。 在 262K token 的真实运行中,该方案无需生成摘要或滑动窗口,请求处理量仅为常规对话的 1/8;普通 Agent 摘要操作需约 6 分钟 GPU 时间,而 Gnosh 的 mem 块更新仅耗时 47ms。
rexmod 是一个非官方修改版,它通过补丁增强 Superlogical Rex,使其成为 AI 编码代理(如 Claude Code、Codex)的审查框架。
韩国独立开发者参与 EBS 纪录片实验,在中学真实课堂中测试学生识别 AI 聊天机器人误导性信息的能力。结果显示,参与学生在听课、作业及讨论环节均未能识别教师预设的虚假信息。 该实验旨在创设环境让学生体验 AI 生成内容如何影响认知,而非单纯比拼聊天机器人性能。相关 AI 误导聊天机器人与教师监控仪表盘已通过 NomaDamas 开源,供教育者开展类似活动。
开发者利用Claude逆向工程Adobe Creative Cloud应用,创建开源克隆版本Artcraft,引发法律和功能争议。REA工具支持软件逆向重构,已有游戏被完整反编译,decomp.dev网站因AI主导而关闭。
推荐理由:文章展示了AI逆向工程克隆商业软件的趋势,以及由此引发的法律争议和开源替代方案的兴起。
Self 对 500 个职业网站的 270 份英语自我介绍分析表明,AI 辅助并未导致内容趋同,样本中无重复开场及全文复制。 研究发现 63% 的简介使用了“proven track record”等通用短语,但具体差异仍由个人背景决定。 Self 建议通过保留事实依据和个性化编辑,避免让通用措辞掩盖个人独特价值。
EDEN 进化模拟离线运行 300 代后,在 240 个未见过的回合中,Ravagers 胜率从 7% 升至 62%,Nomads 从 42% 升至 95%。 三种物种配备进化大脑时,Nomads 胜率最高为 57%,该版本尚未上线。下一步计划针对其他物种的最优大脑进行共同进化。
CodeRabbit Explain 通过将 Pull Request 分解为按逻辑构建的独立层级和 cohort,解决了传统 Diff 视图顺序杂乱、缺乏上下文的问题。 测试 PR 包含 31 个文件和约 1700 行变更,工具将迁移和权限规则置于高层,并自动绘制序列图及状态机以辅助理解复杂交互。
Codedict 是一款使用 tree-sitter 而非 AI 构建本地代码索引的工具,通过一次性解析将函数、调用链等结果直接提供给 Claude Code,将平均 token 消耗从 4,543,176 降至 1,666,033,减少 63% 且 12/12 回答正确。
summary_zh: SpecGuardian 将 FizzBee 状态机探索结果转化为 Go 测试,用于验证 AI 生成的实现是否严格遵循形式化规范。 该工具在模拟 I/O 失败场景时对比实际状态与规范允许的状态,能精准捕获如缓存失效早于数据库写入这类顺序逻辑 bug。
作者使用 Godot 开发直升机逃生游戏,八个 AI 控制器需协作准备起飞,但座位仅两座。 游戏使用 Qwen3、SmolLM3、Phi3.5 等模型在单台 Mac 上以 0.2 倍速运行三轮。 作者指出结果受请求顺序影响,不用于排名模型智能,并探讨应奖励互助还是仅关注个人逃生。
Context Mode 是一个开源 MCP 服务器,通过沙箱隔离数据并使用 SQLite FTS5 检索,将 315 KB 原始数据压缩至 5.4 KB。它支持 Claude Code、Gemini CLI、Cursor 等 17 个客户端,利用自动路由机制防止上下文溢出,并在会话压缩后通过事件追踪恢复工作状态。
ARD 是一个面向 agentic 资源的开放发现协议,允许 AI 客户端查询可用资源,但发现层位于调用之前,不替代 MCP、A2A 等执行运行时。该协议由 Microsoft、Google、Hugging Face 等参与的开放工作组开发,采用 Apache License 2.0,支持多发现服务并行运行以满足不同社区的信任与访问策略需求。
详细案例研究正成为展示工程判断力的主流方式。该案例记录了为英国 HVAC 公司构建 AI 工作流的过程,旨在从多个 Gmail 邮箱中提取过去五年的客户数据。 工作流遵循“使其有效、准确、快速”原则,重点在于在数据进入 CRM 前分析邮件内容,以支持客户再营销。 通过公开思维过程,判断力得以在公共领域被评估和改进。
GPT-5.6 Sol 在 Codex 低思考级别下,于 13.5 游戏小时内完成 Factorio 和平模式火箭发射任务。 其通过 Python 库执行人类限制规则,过程存在缩放问题与手动运输;相比无法使用传送带的 GPT-5.5 取得进步,验证了该游戏作为长期智能体能力测试的有效性。
开发者在 Stranger Builds 黑客松中构建了 HauntBnb,这是一个利用多模态视觉模型诊断房间“灵异隐患”的智能体。 该工具通过提示词让模型扮演刻薄的灵异检查员,将超自然笑话基于房间实际物理布局,如家具位置、灯光色温和反射角度,并生成了带有社区最高得分房间日志的公开画廊。 该项目目前免费开放测试,旨在探索多模态视觉模型在轻量级趣味应用中的潜力。
基于 Grok Build Mode 构建的浏览器 P2P 游戏 Meridian 已更新,无需安装即可在 GitHub Pages 上运行,支持单机与多人模式。 新增 WebGL2 光线追踪渲染、视野技能系统及触控操作,241 项测试中 236 项通过,确保在无显卡环境下保持 12 FPS 流畅运行。
GPUCost 将多家云厂商 GPU 租赁价格按 VRAM 归一化,直观对比单位显存成本差异。数据覆盖 NVIDIA RTX、AMD MI300X 及 H100 等型号,提供 LLM VRAM Sizer 工具辅助估算。该工具帮助开发者优化推理部署成本。
LLM 工程师利用 AI 智能体打破传统工作节奏,支持 24/7 自主运行与高效会议并行,提升开发效率。 工作流包括晨间深度任务启动、午间会议间隙迭代、傍晚处理低认知负荷任务,周末提供 48-72 小时长时测试窗口。 未来随着 AI 企业 IPO 和成本上升,工程师需采用本地部署开源模型或优化资源分配,以控制智能体运行预算。
Claude Fable 5.1 定位为软件工程与工具使用专家,在 SWE Atlas 测试编写、重构及代码问答中均列前二。 模型在 MCP Atlas 中排名第 2,Remote Labor Index 排名 3,适合构建复杂游戏、移动应用及 AI Agent。 虽擅长大型代码库维护,但在金融、法律等垂直领域推理排名较低,不具备自主专业判断能力。
GPT-6 Astra 在 12 项自定义基准评测中排名第一,但不同场景适用性差异显著。其擅长复杂代码重构与科学推理,不适合专业金融和法律分析,在 SWE-Bench 等测试中展现了强大的软件工程能力。
作者使用 $50 的 Waveshare ESP32-S3 触摸屏 pendant 搭配 Claude Code 开发了自制 AI Tamagotchi,以替代 Meta 的 Muse Charm。
Arca 构建了包含自定义 harness 和持久记忆的 Agent 架构,支持跨天运行的智能体工作流,用于 AI 原生财富管理。 Arca 通过内部 benchmark 选择模型,并建立安全护栏、合规审计及沙箱验证机制,将交易执行保留给人类专家。
开源项目 TextFold 提供带可逆细节层级的 AI 阅读器,旨在应对“认知债务”(epistemic debt)问题。 该阅读器区分原文逐字引用(Brief)与 AI 生成摘要(Key/Takeaway/Topic),层级预生成以避免重复调用模型;代码以 Apache 2.0 协议开源,支持本地 Ollama 或托管模型。
本教程演示如何将代理任务从提示词优化至纯代码实现。 使用 Claude Code 与 Apache Airflow 或 cron,自动检查并降低成本直至无需模型。 源自 Airflow Summit 2026 演讲,侧重快速迭代与自动化验证。
MeshLive 开源应用基于 Bluetooth 实现无网音视频通话,开发者初用 Codex 后转用 Claude Code 辅助开发。在 Samsung 手机实测 1.1 Mbps 与 65 kbps 的巨大吞吐差异后,弃用固定配置,转向基于链路容量测量和反馈式码率控制等自适应传输策略。
Tadpole 是一个约 3500 行纯 Python 代码实现的 LLM 智能体,支持终端或 Telegram 运行,无需依赖 Agent 框架。项目通过分阶段教程展示从初始循环到 SFT 及 GRPO 后训练的全过程。
一款免费在线工具通过实测数据估算 LLM OCR 的单文档成本,解决按月预算难题。 当前最高价模型 Claude Opus 5.5 比最低价 GPT-6 Luna 贵 43 倍,单收据成本从 $0.0001 到 $0.0031。 用户可上传文件或选择样本,按月度文档量查看各模型(含 Qwen3-VL)在列表价下的具体月度支出。
无问芯穹通过自建Agent框架在NVIDIA SOL-ExecBench中登顶四大算力赛道,展示了利用Agent持续优化底层算子以探索递归自我改进的工程实践。团队通过容器隔离与Skills机制保障优化过程的安全边界,并发现资源调度与Agent行为会相互影响系统效率。实践表明,AI基础设施正在从单纯支撑智能运行,转向通过反哺计算系统与优化自身机制参与系统的自我改进。
推荐理由:通过剖析无问芯穹在SOL-ExecBench中的系统实践,呈现了国产Agentic Infra如何通过机制自我改进参与底层优化的RSI路径。