Anthropic的工程师Kevin的一个分享。 价值$1000 刀，关于agent memory的workshop。 这将是 AI memory的主流，提前一年了解它，成为记忆专家。 非常值得看的一个短视频，以下是视频中的实操： 03:31 证明 AI 多个对话间没记忆（对照实验） 06:20 介绍 memory store，可以作为 AI 的记忆外挂 08:44 将 Memory Store 挂载给会话，实现跨对话记忆 15:36 执行 Dream，让 AI 在后台整理记忆并扩写简陋笔记 19:45 展示 dream，记忆变成了结构化 看完这个视频，接着阅读下面的这篇文章。 你将充分了解与 AI agent 一问一答背后，记忆的原理，以及最强省 token 的心法。

Dream 环节最惊艳：AI 不是被动存储笔记，而是主动把碎片化记忆重构为结构化知识。这本质上是把人类“睡眠中记忆巩固”的机制搬到了 agent 身上，token 效率和记忆质量双提升。

接触ai的每一天都是mind blowing

要跟进的内容太多了，筛选需要跟进的内容即可

dream-style memory is interesting because it changes the next session, not because it stores more text. compression with judgment is the unlock.

是这样的。 现在大模型公司都在跟记忆还有 cache 做斗争呢

All you need is momey

太专业的 实践哥 🤪

看时间戳，就大概知道里面讲什么内容了。 hiahia

LLM所有的memory本质上都是context管理

True

anthropic

Memory 这块最容易被低估的不是存下来，而是何时写入、怎么压缩、以及后台持续整理。真正能拉开差距的 agent，记忆一定是会演化的，不只是挂个 store。

AI记忆外挂是未来，提前掌握成专家。

知道我的Gemma4在Ollama为什么那么慢了

为啥子？是缓存的原因吗？

可能是Ollama不是Mac最优解？AI推荐我vMLX 32G M4跑Gemma 4 e4b也不快 反应都要40秒左右

这套系统不是已经实作了吗

这套系统还不是那么的好用，或者说烧 token。 还处于实验阶段，等冷板凳出来交互体验和成本体验会更好

Crazy how we already need memory upgrades! For real? This makes AI chats so much smarter. Gotta love that structured dream at the end. Watching this felt like cheating haha.