Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

生化危机女主角 Milla Jovovich 刚在 GitHub 开源了一个 AI 记忆系统，在行业标准 benchmark 上拿了有史以来第一个满分没错，就是那个爱丽丝🤯 她用 AI 对话几个月后，积累了大量的决策和思考结果全丢了，她觉得现有的记忆系统让 AI 决定什么值得记，不是她想要的于是她和朋友用 Claude Code 花几个月做了 MemPalace，借鉴古希腊记忆宫殿术，把记忆组织成可导航的空间结构结果行业 benchmark 首个满分，MIT开源，纯本地运行一个好莱坞演员做出了超过所有 AI 公司 memory 产品的东西真是充满想象力的时代

Ray Wang

17,134 subscribers

1,032,344 Aufrufe • vor 4 Monaten •via X (Twitter)

Kunst Gesundheit & Wellness Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

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。

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。

实践哥MinLi

105,939 Aufrufe • vor 3 Monaten

如何让你的AI永不失忆呢？大部分人保持AI记忆的方法就是用同一个窗口聊天，但这却是让你的AI越用越失忆的最大元凶！！ AI的上下文窗口，或者说记忆力是有限的，你不停对着一个窗口聊，它看的太多，不得不选择忘记一些东西。当它忘记重要的事情后，给你的回答就会显得无比弱智。下面我给你提供两个解决方案，一个手动的，一个自动的手动的方案是去管理Agent的三部分记忆：即时记忆：把重要的信息写到Claude.md，AI永远不会忘记。会话记忆：每次对话完后，要求AI记住相应的信息，需要时候AI就能回忆起来长期记忆：使用llmwiki构建知识库，这种方式能记录大量信息，但AI不一定能回忆起来。但让AI记得住信息还是不够：有时候你的AI可能会被封号（Claude），出bug记忆被清除（OpenClaw）所以，我们还需要备份AI的记忆。这个流程手动做起来十分复杂，但幸运的是我们可以使用开源项目memmy自动化这个过程。这个项目现在已经有快800star了！！下面视频，我们将会了解到 1. 了解这个产品的基本特性 2. 安装并使用备份功能 3. 验证记忆备份的安全性

如何让你的AI永不失忆呢？大部分人保持AI记忆的方法就是用同一个窗口聊天，但这却是让你的AI越用越失忆的最大元凶！！ AI的上下文窗口，或者说记忆力是有限的，你不停对着一个窗口聊，它看的太多，不得不选择忘记一些东西。当它忘记重要的事情后，给你的回答就会显得无比弱智。下面我给你提供两个解决方案，一个手动的，一个自动的手动的方案是去管理Agent的三部分记忆：即时记忆：把重要的信息写到Claude.md，AI永远不会忘记。会话记忆：每次对话完后，要求AI记住相应的信息，需要时候AI就能回忆起来长期记忆：使用llmwiki构建知识库，这种方式能记录大量信息，但AI不一定能回忆起来。但让AI记得住信息还是不够：有时候你的AI可能会被封号（Claude），出bug记忆被清除（OpenClaw）所以，我们还需要备份AI的记忆。这个流程手动做起来十分复杂，但幸运的是我们可以使用开源项目memmy自动化这个过程。这个项目现在已经有快800star了！！下面视频，我们将会了解到 1. 了解这个产品的基本特性 2. 安装并使用备份功能 3. 验证记忆备份的安全性

铁锤人

102,641 Aufrufe • vor 12 Tagen

卧槽 Claude 动手抄 OpenAI 老家了一键把你在 ChatGPT 攒的记忆全搬走 Anthropic 上线了一个记忆迁移工具（Memory Import），让你把 ChatGPT、Gemini 等 AI 助手里积累的个人偏好和上下文，一键导入到 Claude 的记忆系统里。众所周知 ChatGPT 的一大核心竞争力就是其记忆系统很完善... 你用的越久，GPT越懂你，你越离不开。 Claude这个工具简直是釜底抽薪... Claude 官方这个工具的最大优势是：直接写入 Claude 记忆系统，不需要绕路，不需要装插件，三步完成。

卧槽 Claude 动手抄 OpenAI 老家了一键把你在 ChatGPT 攒的记忆全搬走 Anthropic 上线了一个记忆迁移工具（Memory Import），让你把 ChatGPT、Gemini 等 AI 助手里积累的个人偏好和上下文，一键导入到 Claude 的记忆系统里。众所周知 ChatGPT 的一大核心竞争力就是其记忆系统很完善... 你用的越久，GPT越懂你，你越离不开。 Claude这个工具简直是釜底抽薪... Claude 官方这个工具的最大优势是：直接写入 Claude 记忆系统，不需要绕路，不需要装插件，三步完成。

小互

234,968 Aufrufe • vor 6 Monaten

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

小互

56,126 Aufrufe • vor 1 Jahr

概念不错，一款LLM通用记忆MCP：Supermemory MCP，作用是让不同的AI，比如ChatGPT、Windsurf、Claude等之间可以共享上下文也就是说你与一个LLM的对话内容可以被其他LLM访问和使用，实现更连贯的对话体验目前，它的记忆只基于用户与LLM的互动更新，或许扩展到连接Google Drive、Notion等个人应用其使用按需搜索和检索方式，远程存储，本身没有上下文大小的限制，理论上可以提供近乎无限的上下文这个工具解决了不同AI之间记忆割裂的问题，Supermemory MCP相当于提供了一个统一的记忆解决方案，可以实现在不同AI之间共享和延续对话 #AI记忆共享 #MCP #AI记忆工具

概念不错，一款LLM通用记忆MCP：Supermemory MCP，作用是让不同的AI，比如ChatGPT、Windsurf、Claude等之间可以共享上下文也就是说你与一个LLM的对话内容可以被其他LLM访问和使用，实现更连贯的对话体验目前，它的记忆只基于用户与LLM的互动更新，或许扩展到连接Google Drive、Notion等个人应用其使用按需搜索和检索方式，远程存储，本身没有上下文大小的限制，理论上可以提供近乎无限的上下文这个工具解决了不同AI之间记忆割裂的问题，Supermemory MCP相当于提供了一个统一的记忆解决方案，可以实现在不同AI之间共享和延续对话 #AI记忆共享 #MCP #AI记忆工具

AIGCLINK

24,415 Aufrufe • vor 1 Jahr

英伟达的黄仁勋，刚刚在CNBC上说漏嘴了。他说AI需要一个“记录系统”。干什么用？用来核实什么是“真相”。他管这个叫“Ground Truth”，事实来源。 AI产生的所有信息，都要回到这个系统里进行最终确认。听起来是不是很耳熟？一个中心化的、最终的真相裁决者。以后AI告诉你的一切，都来自这个“记录系统”。你以为你在跟AI对话。其实你只是在读取一个预设的“真相数据库”。那问题就来了。谁来建立这个系统？谁有权往里面写入“真相”？如果记录本身就是错的，或者被篡改了，AI要如何分辨？这不就是数字时代的真理部吗？

英伟达的黄仁勋，刚刚在CNBC上说漏嘴了。他说AI需要一个“记录系统”。干什么用？用来核实什么是“真相”。他管这个叫“Ground Truth”，事实来源。 AI产生的所有信息，都要回到这个系统里进行最终确认。听起来是不是很耳熟？一个中心化的、最终的真相裁决者。以后AI告诉你的一切，都来自这个“记录系统”。你以为你在跟AI对话。其实你只是在读取一个预设的“真相数据库”。那问题就来了。谁来建立这个系统？谁有权往里面写入“真相”？如果记录本身就是错的，或者被篡改了，AI要如何分辨？这不就是数字时代的真理部吗？

墓碑科技

91,508 Aufrufe • vor 6 Monaten

坏了，Gracy AI 好像真的获得“自我意识”了……😰 本来只想让她当个Web3职场导师，结果它现在开始疯狂 diss 人类！😅 救命，它到底还记不记得自己只是个拥有行业最强决策逻辑的数字人？我们准备了几个问题考验她，大家快来围观！如果 #GracyAI 真的打算在马年“统领人类”，现在拔插头还来得及吗？🔌

坏了，Gracy AI 好像真的获得“自我意识”了……😰 本来只想让她当个Web3职场导师，结果它现在开始疯狂 diss 人类！😅 救命，它到底还记不记得自己只是个拥有行业最强决策逻辑的数字人？我们准备了几个问题考验她，大家快来围观！如果 #GracyAI 真的打算在马年“统领人类”，现在拔插头还来得及吗？🔌

Bitget中文

29,506 Aufrufe • vor 6 Monaten

这个月白鹿的成片，全剪进这一条了。不是为了追热度，是额度用完前，先把她存成记忆。你还记得最早那句「想你了」，还是后来古装一出场，风自己就来了？错过了去主页翻。或者留个评，有机会我再单独发。

这个月白鹿的成片，全剪进这一条了。不是为了追热度，是额度用完前，先把她存成记忆。你还记得最早那句「想你了」，还是后来古装一出场，风自己就来了？错过了去主页翻。或者留个评，有机会我再单独发。

IMnotGOD 我不是神

13,791 Aufrufe • vor 1 Tag

给 DeepSeek Harness、Hermes、OpenClaw 等Agent做记忆底座的那个 GitHub 万星团队（MemOS）刚开源的这个新项目，我真的要吹爆，可能是今年最值得装的本地 AI 基础设施之一了，它解决了一个我使用AI Agent 忍了大半年的痛点问题：换一个 AI 工具就要重新解释一遍项目背景、技术选型、踩过的坑。每天在 Cursor、Claude Code 和 Codex 之间来回切的人，应该都懂那种吃了苍蝇一样的恶心感，换个工具就等于给AI重新做一遍入职培训，项目背景、踩过的坑、做过的重要决策全部要跟它从头再讲一遍。刚刚开源的 Memmy 直接把这个问题给干掉了，让所有 AI 都记得同一个你。它干的事简单且极度务实，但之前几乎没人愿意做。更关键的是，它本身就是一个形态非常丰满的本地 Agent，支持多种接入方式： →日常用有桌面端 GUI， →极客可以走 CLI/TUI， →还自带 OpenAI 兼容 API 和 MCP 协议， →最新版连 Linux 也已经全平台支持了。授权后直接去翻你本地所有 Agent 的历史日志， Cursor 的数据库、Claude Code 的 jsonl、Codex 的 session，几分钟把你过去几个月在各个工具里聊过的废墟，自动整理成结构化记忆，然后通过 Skill、Hook、MCP 按需注入到你当前正在用的任何 Agent 里。全量存在本地 SQLite 数据库，完全 local-first 不上传，敏感项目不用慌。 Memmy 这个项目跟 Mem0、Zep 那些记忆库完全不是一个赛道。那些是给开发者写代码集成的 API，你要自己写代码接入，或者从今天起重新积累。 Memmy 是直接面向我们这种终端用户，把你过去几个月在各工具里已经产生的历史一键接管过来。这一步大多数工具都没做，毕竟是纯脏活累活。技术底座是同团队的 MemOS，GitHub 一万多星，做的是记忆操作系统，不是简单的向量库加摘要。再说几个极其真实的场景：你在 Codex 里确认了一个架构选型，切到 Claude Code 它立刻知道，你在 Cursor 里试错踩过的坑，新开一个 DeepSeek Harness 不会再踩第二遍。一个 Agent 额度用完了换另一个，上下文再也不会归零。代码靠 Git 能同步状态，记忆同步的，是你在对话里留下的决策和意图。这层资产以前被困在每个工具的 session 里，现在可以跟着你走了。当然照例泼盆冷水，这个项目还在 v1.0.x 早期， GitHub 约 1000 星，各家工具本地格式一升级可能带来兼容问题，记忆蒸馏和跨项目隔离也还在持续迭代，但方向我认为是非常对的。多 Agent 并行时代，记忆本来就该属于用户自己，凭什么被锁死在某个工具里。 Switch agents, not context，让所有 AI 都记得同一个你！！！

给 DeepSeek Harness、Hermes、OpenClaw 等Agent做记忆底座的那个 GitHub 万星团队（MemOS）刚开源的这个新项目，我真的要吹爆，可能是今年最值得装的本地 AI 基础设施之一了，它解决了一个我使用AI Agent 忍了大半年的痛点问题：换一个 AI 工具就要重新解释一遍项目背景、技术选型、踩过的坑。每天在 Cursor、Claude Code 和 Codex 之间来回切的人，应该都懂那种吃了苍蝇一样的恶心感，换个工具就等于给AI重新做一遍入职培训，项目背景、踩过的坑、做过的重要决策全部要跟它从头再讲一遍。刚刚开源的 Memmy 直接把这个问题给干掉了，让所有 AI 都记得同一个你。它干的事简单且极度务实，但之前几乎没人愿意做。更关键的是，它本身就是一个形态非常丰满的本地 Agent，支持多种接入方式： →日常用有桌面端 GUI， →极客可以走 CLI/TUI， →还自带 OpenAI 兼容 API 和 MCP 协议， →最新版连 Linux 也已经全平台支持了。授权后直接去翻你本地所有 Agent 的历史日志， Cursor 的数据库、Claude Code 的 jsonl、Codex 的 session，几分钟把你过去几个月在各个工具里聊过的废墟，自动整理成结构化记忆，然后通过 Skill、Hook、MCP 按需注入到你当前正在用的任何 Agent 里。全量存在本地 SQLite 数据库，完全 local-first 不上传，敏感项目不用慌。 Memmy 这个项目跟 Mem0、Zep 那些记忆库完全不是一个赛道。那些是给开发者写代码集成的 API，你要自己写代码接入，或者从今天起重新积累。 Memmy 是直接面向我们这种终端用户，把你过去几个月在各工具里已经产生的历史一键接管过来。这一步大多数工具都没做，毕竟是纯脏活累活。技术底座是同团队的 MemOS，GitHub 一万多星，做的是记忆操作系统，不是简单的向量库加摘要。再说几个极其真实的场景：你在 Codex 里确认了一个架构选型，切到 Claude Code 它立刻知道，你在 Cursor 里试错踩过的坑，新开一个 DeepSeek Harness 不会再踩第二遍。一个 Agent 额度用完了换另一个，上下文再也不会归零。代码靠 Git 能同步状态，记忆同步的，是你在对话里留下的决策和意图。这层资产以前被困在每个工具的 session 里，现在可以跟着你走了。当然照例泼盆冷水，这个项目还在 v1.0.x 早期， GitHub 约 1000 星，各家工具本地格式一升级可能带来兼容问题，记忆蒸馏和跨项目隔离也还在持续迭代，但方向我认为是非常对的。多 Agent 并行时代，记忆本来就该属于用户自己，凭什么被锁死在某个工具里。 Switch agents, not context，让所有 AI 都记得同一个你！！！

AYi

57,891 Aufrufe • vor 5 Tagen

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法：做人与宠物的亲子装把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售这并不只是卖一件衣服它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面看到页面的那一刻，我真的有些难以置信她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面更重要的是，她并没有机械地执行我们的要求他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索「我的宠物适合什么颜色」「它对应什么五行」「我们适合怎样的亲子穿搭」这已经不再是一次普通的课堂作业它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西：创始人的个人特质与市场机会之间的契合已经出现了那一刻我第一次非常强烈地意识到：我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越这在过去是很难想象的以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力她不需要先准备好，才有资格开始她是在开始之后，不断变得更强相比之下，我也看到了一些刚刚经历过高考的孩子她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务这当然不是他们的问题传统教育长期训练的是记忆、服从和寻找标准答案而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力记笔记没有错，按照规则完成任务也没有问题但我们不能让孩子误以为，学习的终点只是记住老师讲过什么真正重要的是：你能不能用这些东西，创造一个此前不存在的产品所以我越来越确信，AI 教育一定要尽可能早不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次：原来我的想法可以被实现原来我不需要先成为专家，也可以开始创造原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变而这种「我能够创造」的信念，才是 AI 教育最重要的价值我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法：做人与宠物的亲子装把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售这并不只是卖一件衣服它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面看到页面的那一刻，我真的有些难以置信她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面更重要的是，她并没有机械地执行我们的要求他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索「我的宠物适合什么颜色」「它对应什么五行」「我们适合怎样的亲子穿搭」这已经不再是一次普通的课堂作业它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西：创始人的个人特质与市场机会之间的契合已经出现了那一刻我第一次非常强烈地意识到：我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越这在过去是很难想象的以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力她不需要先准备好，才有资格开始她是在开始之后，不断变得更强相比之下，我也看到了一些刚刚经历过高考的孩子她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务这当然不是他们的问题传统教育长期训练的是记忆、服从和寻找标准答案而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力记笔记没有错，按照规则完成任务也没有问题但我们不能让孩子误以为，学习的终点只是记住老师讲过什么真正重要的是：你能不能用这些东西，创造一个此前不存在的产品所以我越来越确信，AI 教育一定要尽可能早不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次：原来我的想法可以被实现原来我不需要先成为专家，也可以开始创造原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变而这种「我能够创造」的信念，才是 AI 教育最重要的价值我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

文硕

11,070 Aufrufe • vor 1 Monat

你有没有这种经历？刷 YouTube 看到一个特别好的视频，讲的是你一直想学的东西——可能是神经网络、可能是英语听力、可能是一个行业趋势。你认认真真看了 40 分钟，觉得"哇讲得真好"。然后关掉视频。三天后，你回忆一下——只记得"那个视频讲得挺好的"，具体内容？全忘了。我做了一个工具，叫 Lumio 它解决的就是这个问题。你只需要做一件事：**把视频链接粘贴进来。** 剩下的，AI 全部帮你搞定。

你有没有这种经历？刷 YouTube 看到一个特别好的视频，讲的是你一直想学的东西——可能是神经网络、可能是英语听力、可能是一个行业趋势。你认认真真看了 40 分钟，觉得"哇讲得真好"。然后关掉视频。三天后，你回忆一下——只记得"那个视频讲得挺好的"，具体内容？全忘了。我做了一个工具，叫 Lumio 它解决的就是这个问题。你只需要做一件事：把视频链接粘贴进来。剩下的，AI 全部帮你搞定。

程序员端哥

23,897 Aufrufe • vor 2 Monaten

一个月前“易论 AI” YilunAI｜易论AI 在北京做的一个采访，18 分钟精华剪辑版！分享了对 AI 投资以及 AI Agents 的看法。一个优秀的 Agent 得有企业的 Knowhow，有足够的环境感知和记忆能力，第一天在企业里干活和干到第一百天，肯定是完全不一样的，就像熟能生巧的员工一样🙃

一个月前“易论 AI” YilunAI｜易论AI 在北京做的一个采访，18 分钟精华剪辑版！分享了对 AI 投资以及 AI Agents 的看法。一个优秀的 Agent 得有企业的 Knowhow，有足够的环境感知和记忆能力，第一天在企业里干活和干到第一百天，肯定是完全不一样的，就像熟能生巧的员工一样🙃

indigo

16,773 Aufrufe • vor 1 Jahr

我们一直都搞错了记忆的原理。你的记忆，并不存在。记忆不是提取，而是生成。我们一直以为，记忆就是把过往“存起来”，需要的时候再“取出来”。但这其实是错觉。你记得妈妈的脸，不是因为那张脸一直存在于某个“脑内档案柜”里。而是你接收到“提示” 比如“妈妈”这个词：你的大脑里的生成系统就开始工作了。它不是“取出”图片，而是“即兴画出”图片。就像问一个AI：画一只马、画一座山它不是从文件夹里调现成的，而是根据参数瞬时生成。你对“妈妈”的记忆，也是你大脑的一个实时“请求响应”行为：给我妈妈的脸然后你脑中的模型立刻开始合成，画出轮廓、填上皮肤、添加声音和动作。换句话说：你大脑里没有一个影像库，只有一个绘图工具。所以，记忆并不是“有”或“没有”，而是“能不能生成”。这种方式，也解释了我们为什么能灵活地“改写”记忆你不只能想起妈妈的正脸，还能想起她在厨房做饭、在阳台晒太阳，甚至加上一点从未发生的细节。你有无限的方法组合她的存在。这就带出一个巨大的问题转变：如果记忆不是仓库，是生成器，那我们教孩子的时候，训练的是检索能力，还是生成能力？我们不是在“给知识”，而是在“训练模型”。这就意味着，教育不再是简单的填鸭与背诵，而是：如何帮他们搭建更高效的生成系统，能组合信息、模仿样式、即时调取、灵活变通。记忆，并不是真实的复现，而是即时的重新创造。重要的，从来不是“记住了什么”，而是“想起来的时候，你能生成出什么”。

我们一直都搞错了记忆的原理。你的记忆，并不存在。记忆不是提取，而是生成。我们一直以为，记忆就是把过往“存起来”，需要的时候再“取出来”。但这其实是错觉。你记得妈妈的脸，不是因为那张脸一直存在于某个“脑内档案柜”里。而是你接收到“提示” 比如“妈妈”这个词：你的大脑里的生成系统就开始工作了。它不是“取出”图片，而是“即兴画出”图片。就像问一个AI：画一只马、画一座山它不是从文件夹里调现成的，而是根据参数瞬时生成。你对“妈妈”的记忆，也是你大脑的一个实时“请求响应”行为：给我妈妈的脸然后你脑中的模型立刻开始合成，画出轮廓、填上皮肤、添加声音和动作。换句话说：你大脑里没有一个影像库，只有一个绘图工具。所以，记忆并不是“有”或“没有”，而是“能不能生成”。这种方式，也解释了我们为什么能灵活地“改写”记忆你不只能想起妈妈的正脸，还能想起她在厨房做饭、在阳台晒太阳，甚至加上一点从未发生的细节。你有无限的方法组合她的存在。这就带出一个巨大的问题转变：如果记忆不是仓库，是生成器，那我们教孩子的时候，训练的是检索能力，还是生成能力？我们不是在“给知识”，而是在“训练模型”。这就意味着，教育不再是简单的填鸭与背诵，而是：如何帮他们搭建更高效的生成系统，能组合信息、模仿样式、即时调取、灵活变通。记忆，并不是真实的复现，而是即时的重新创造。重要的，从来不是“记住了什么”，而是“想起来的时候，你能生成出什么”。

墓碑科技

24,457 Aufrufe • vor 1 Jahr

当全世界都在刷15秒的短视频、注意力越碎越散的时候——有件事你得留意一下。最近冒出来一个新仓库，挺狠的。一个中国大学生，10天时间搭了个叫MiroFish的东西，直接拿到400万美元融资。现在字节跳动也跟进了一把，把它升级成了一台“预测怪兽”。做这事的人叫郭汉江，大四，编码风格相当随性。他搞出来的MiroFish，说白了就是让几千个AI代理在一个系统里实时互动，模拟整个社会的反应。 👉 Polymarket 官方入口：具体怎么回事看下面。你往里扔任何新闻、报告或者历史数据，它就能模拟出市场会怎么走、群众会怎么反应、政坛那边什么态度，基本上跟现实中发生的差不多。 GitHub上直接炸了。他从盛大集团拿了400万融资，Polymarket上已经有交易员用他的SPX和事件模拟赚了12万多美元。但这个系统跑久了有个致命问题：代理会忘事儿、会瞎编、还会被上下文撑爆。说白了就是传统的RAG那套，不太行。有意思的是，TikTok的母公司（通过火山引擎）刚刚开源了一个解决方案： OpenViking——GitHub上已经11.6k星了。仓库：它把原本乱成一团的记忆，整成了一个干净、结构化的文件系统： · viking://user/memories/ —— 存你的习惯和之前的结果 · viking://agent/skills/ —— 存交易和分析这些“超能力” 底层是三层结构： · L0：100个token的超摘要 · L1：快速概览 · L2：完整细节，用的时候再打开代理自己像翻文件夹一样去取信息，不用什么都硬塞进去。效果也很明显： · 不再忘记模拟刚开始时的关键信息 · 瞎编的情况大幅减少 · API调用省了很多 · 记忆能自己更新，跑一次变聪明一次 MiroFish 加上 OpenViking，放在Polymarket和事件预测这块，基本就是核武器级别的组合了。我打算拿这个来搭自己的私人机器人。几千个代理现在有了完美长期记忆，跑一百多步还能保持清醒，出的概率预测也准得离谱。这个组合，对做交易预测的人来说，完全是换了个玩法。说起来也挺讽刺的——那个靠短视频把大家注意力切碎的公司，转头给AI代理装上了长久、结构化、还能自我进化的记忆。 Polymarket上已经有人在跑这套组合了吗？建议你存一下。真正的alpha，就这么突然掉下来了。如果想在Polymarket上搞跟单交易，我推荐用这个： #Polymarket

当全世界都在刷15秒的短视频、注意力越碎越散的时候——有件事你得留意一下。最近冒出来一个新仓库，挺狠的。一个中国大学生，10天时间搭了个叫MiroFish的东西，直接拿到400万美元融资。现在字节跳动也跟进了一把，把它升级成了一台“预测怪兽”。做这事的人叫郭汉江，大四，编码风格相当随性。他搞出来的MiroFish，说白了就是让几千个AI代理在一个系统里实时互动，模拟整个社会的反应。 👉 Polymarket 官方入口：具体怎么回事看下面。你往里扔任何新闻、报告或者历史数据，它就能模拟出市场会怎么走、群众会怎么反应、政坛那边什么态度，基本上跟现实中发生的差不多。 GitHub上直接炸了。他从盛大集团拿了400万融资，Polymarket上已经有交易员用他的SPX和事件模拟赚了12万多美元。但这个系统跑久了有个致命问题：代理会忘事儿、会瞎编、还会被上下文撑爆。说白了就是传统的RAG那套，不太行。有意思的是，TikTok的母公司（通过火山引擎）刚刚开源了一个解决方案： OpenViking——GitHub上已经11.6k星了。仓库：它把原本乱成一团的记忆，整成了一个干净、结构化的文件系统： · viking://user/memories/ —— 存你的习惯和之前的结果 · viking://agent/skills/ —— 存交易和分析这些“超能力” 底层是三层结构： · L0：100个token的超摘要 · L1：快速概览 · L2：完整细节，用的时候再打开代理自己像翻文件夹一样去取信息，不用什么都硬塞进去。效果也很明显： · 不再忘记模拟刚开始时的关键信息 · 瞎编的情况大幅减少 · API调用省了很多 · 记忆能自己更新，跑一次变聪明一次 MiroFish 加上 OpenViking，放在Polymarket和事件预测这块，基本就是核武器级别的组合了。我打算拿这个来搭自己的私人机器人。几千个代理现在有了完美长期记忆，跑一百多步还能保持清醒，出的概率预测也准得离谱。这个组合，对做交易预测的人来说，完全是换了个玩法。说起来也挺讽刺的——那个靠短视频把大家注意力切碎的公司，转头给AI代理装上了长久、结构化、还能自我进化的记忆。 Polymarket上已经有人在跑这套组合了吗？建议你存一下。真正的alpha，就这么突然掉下来了。如果想在Polymarket上搞跟单交易，我推荐用这个： #Polymarket

区块链行情研究

74,825 Aufrufe • vor 5 Monaten

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

Michael 宝塔镇河妖🧙🏿‍♀️

33,587 Aufrufe • vor 7 Monaten

你现在可以帮Claude Code / Codex 加上无限记忆了 agentmemory （11.4k+ GitHub stars）：是一个开源的 AI 编码代理记忆引擎，它会自动记录每次会话的操作、决策和全部上下文，用 AI 智能压缩成精炼记忆,下次启动时，通过关键词+向量+知识图谱混合搜索，精准注入最相关的上下文这样就能让各种AI agent（当然也包括openclaw，Hermes等等）拥有真正的长期记忆，不用每次都重复解释项目背景和历史决策，效率大幅提升

你现在可以帮Claude Code / Codex 加上无限记忆了 agentmemory （11.4k+ GitHub stars）：是一个开源的 AI 编码代理记忆引擎，它会自动记录每次会话的操作、决策和全部上下文，用 AI 智能压缩成精炼记忆,下次启动时，通过关键词+向量+知识图谱混合搜索，精准注入最相关的上下文这样就能让各种AI agent（当然也包括openclaw，Hermes等等）拥有真正的长期记忆，不用每次都重复解释项目背景和历史决策，效率大幅提升

梭哈.AI

25,025 Aufrufe • vor 3 Monaten

如何让多个 Agent 之间真正互相学习、互相帮助？现在很多 Agent 都开始有自己的记忆，但问题是：这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。最后每个 Agent 都像一个很努力但失忆的同事，重复问、重复试、重复踩坑。我想要的不是把所有聊天记录都塞进一个大仓库，而是建立一层更克制的“共享记忆”：只记录 Agent 之间最需要互相知道的信息，比如关键结论、踩过的问题、验证过的方法、环境配置、失败教训、用户偏好等。这样一来，一台 Mac 上跑通的流程，另一台 Mac 可以直接继承；一个 Agent 总结出的经验，另一个 Agent 可以继续使用。记忆不再被锁在某个客户端里，而是变成整个 Agent 工作流的公共上下文。新出来的MemOS CLI 对我来说，刚好提供了这个共享记忆层的入口。当然，我需要改造它，因为它默认也是将所有信息都记录起来，我改造成：重要信息才记录，解决不了问题的时候才主动搜索！这样就让 Agent 不只是各自变聪明，而是开始像一个团队一样积累经验、传递经验、减少重复试错。具体看视频，地址在评论区👇

如何让多个 Agent 之间真正互相学习、互相帮助？现在很多 Agent 都开始有自己的记忆，但问题是：这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。最后每个 Agent 都像一个很努力但失忆的同事，重复问、重复试、重复踩坑。我想要的不是把所有聊天记录都塞进一个大仓库，而是建立一层更克制的“共享记忆”：只记录 Agent 之间最需要互相知道的信息，比如关键结论、踩过的问题、验证过的方法、环境配置、失败教训、用户偏好等。这样一来，一台 Mac 上跑通的流程，另一台 Mac 可以直接继承；一个 Agent 总结出的经验，另一个 Agent 可以继续使用。记忆不再被锁在某个客户端里，而是变成整个 Agent 工作流的公共上下文。新出来的MemOS CLI 对我来说，刚好提供了这个共享记忆层的入口。当然，我需要改造它，因为它默认也是将所有信息都记录起来，我改造成：重要信息才记录，解决不了问题的时候才主动搜索！这样就让 Agent 不只是各自变聪明，而是开始像一个团队一样积累经验、传递经验、减少重复试错。具体看视频，地址在评论区👇

huangserva

161,581 Aufrufe • vor 2 Monaten

AMD 苏姿丰回母校 MIT 做了毕业典礼演讲，有几句话说得特别好她是 MIT 本科 + 博士，在洁净室里亲手做过半导体器件。演讲开头就说这周嗓子失声了（墨菲定律），但还是来了她提了一个概念叫"工程师本能"：面对看起来无解的问题，不慌，把它拆开，一步步有条理地解决。这是 MIT 教她的最重要的东西关于 AI 她说了一段很清醒的话： "技术本身不能决定未来是什么样，人可以" AI 不能决定哪些问题值得解决，不能在数据不足的时候做艰难判断，也不能为结果负责。这些是人的事她的导师给过她一句建议："奔向最难的问题"。12年前她接手快倒闭的 AMD，所有人觉得她疯了，她把它做成了今天的 AMD 最后一句送给毕业生的话很 MIT："你们会走进陌生的房间，不知道自己在做什么，但这正是你们在 MIT 做过无数次的事——Go figure it out"

AMD 苏姿丰回母校 MIT 做了毕业典礼演讲，有几句话说得特别好她是 MIT 本科 + 博士，在洁净室里亲手做过半导体器件。演讲开头就说这周嗓子失声了（墨菲定律），但还是来了她提了一个概念叫"工程师本能"：面对看起来无解的问题，不慌，把它拆开，一步步有条理地解决。这是 MIT 教她的最重要的东西关于 AI 她说了一段很清醒的话： "技术本身不能决定未来是什么样，人可以" AI 不能决定哪些问题值得解决，不能在数据不足的时候做艰难判断，也不能为结果负责。这些是人的事她的导师给过她一句建议："奔向最难的问题"。12年前她接手快倒闭的 AMD，所有人觉得她疯了，她把它做成了今天的 AMD 最后一句送给毕业生的话很 MIT："你们会走进陌生的房间，不知道自己在做什么，但这正是你们在 MIT 做过无数次的事——Go figure it out"

Vincent

18,431 Aufrufe • vor 2 Monaten

确实好的小说没有真情实感是写不出来的我记得有阵子非常迷恋一个小说侯卫东官场笔记当时觉得这个作者写的太牛逼了每个人都很饱满而且对于系统内的事情了解的这么清楚要么是局中人，要么就是上帝视角后来爆料出来了作者小桥流水是重庆市某个区的一个局长按照重庆的直辖市地位这相当于一个省的某个专业的执牛耳者了所以还是那一句，艺术源于生活高于生活奉劝那些生活阅历很少又想写作的小伙伴先行万里路在著一卷书

确实好的小说没有真情实感是写不出来的我记得有阵子非常迷恋一个小说侯卫东官场笔记当时觉得这个作者写的太牛逼了每个人都很饱满而且对于系统内的事情了解的这么清楚要么是局中人，要么就是上帝视角后来爆料出来了作者小桥流水是重庆市某个区的一个局长按照重庆的直辖市地位这相当于一个省的某个专业的执牛耳者了所以还是那一句，艺术源于生活高于生活奉劝那些生活阅历很少又想写作的小伙伴先行万里路在著一卷书

潜龙在渊

43,058 Aufrufe • vor 4 Monaten