
👩CMO of @evolinkai 💻AI native Builder 🎬influencer in Tiktok 📃all you need👇
Joined June 2025
- Tweets3.4K
- Following910
- Followers10.3K
- Likes1.8K
林悦己Cheer retweeted
🚀Jev不愧是流量密码
注册即送5美金的api额度,总觉得是送完即止!
知道你不知道要用它干啥,给你安排好了!
最🔥最🐮的use case⬇️
cheerselfai.com/usecase/jev
林悦己Cheer retweeted
兄弟们快冲!
注册就送5美金,1个月的有效期
可以玩儿一阵子 console.typesafe.ai
Jev is now available to everyone. No waitlist.
Start using it here: console.typesafe.ai
林悦己Cheer retweeted
🛍️搞电商的都给我看过来!
不好意思💰就是大风刮来的
GPT image 2.5绝B事电商的及时雨啊!
Q4 所有的电商大节日,双十一,双十二,跨境的黑五
就算不是电商的,拿这个去接电商的单子?
仓库👉 github.com/EvoLinkAI/gpt-ima…
林悦己Cheer retweeted
都说了seedance 2.5 流量密码
动起来!动起来!动起来!
操作方式拿走
1、找到最火的seedance2.5视频,带提示词的
2、用wan 3.0 生成一个
3、组合对比 输出对比测试视频 (一定要标记价格)
火的东西会再火,差异大的东西,会有讨论点
wan3.0 降价以后 价格差距从2倍拉到了快4倍
做出来的效果确实 也还可以!evolink.ai/wan-3-0?utm_sourc…
反正我是天天要看我的demo库跟prompt库的👇
兄弟们,这绝b是流量密码啊!
快1300万播放的韩女 Korean Girl Vlog视频
用seedance 2.5复刻出来了
copy提示词直接开整 👉evolink.ai/ai-video-generato…
提示词👇
林悦己Cheer retweeted
我靠,太吓人了!!
之前像素级模仿一个百万播放视频 至少得1周
现在 gemini +seedance 2.5
1min可以搞定4条?10条?50条?
tiktok找视频--->Gemini用🐮🍺提示词拆解--->换上你的产品,你的模特,你的声音
seedance 2.5 完美复刻
批量生产方便得很! evolink.ai/ai-video-generato…
拆解视频提示词
break down this video 1:1 so i can recreate it exactly.
go scene by scene. for every scene describe how everything looks - the setting, the framing, the lighting, what the person is wearing & where the product shows up on screen.transcribe every caption with its exact timestamp. note which words get emphasized & how, the tone of voice, the pacing & the mannerisms.keep the entire breakdown under 5k characters. MAKE SURE IT'S SUPER DETAILED AND EXPLAINS EVERYTHING EXACTLY HOW YOU SEE IT
林悦己Cheer retweeted
我靠!!
真实感的prompt秘诀给我发现了!
健身房浴室实拍
结构很简单
就多加了这么一句“Old iPhone 1x standard lens”
效果立刻不一样啊!
公式copy就能用👇
我靠!!!!
这个视频,我真的以为是哪个朋友圈的vlog
@BubbleBrain
拆解了一下这个近200K播放,被1000个人收藏的 seedance 2.5 demo
评价只有一个字 真!prompt 很长,但是有结构,表达方式还是时间戳
公式直接拿走👇
林悦己Cheer retweeted
兄弟们,这绝b是流量密码啊!
快1300万播放的韩女 Korean Girl Vlog视频
用seedance 2.5复刻出来了
copy提示词直接开整 👉evolink.ai/ai-video-generato…
提示词👇
林悦己Cheer retweeted
24小时 300万播放!
seedance 2.5 绝对是TMD流量密码啊!
1分钟的随意vlog,日语版本
Vlog风的提示词👇
Seedance 2.5
即充即用,最低$0.6美金一条
evolink.ai/ai-video-generato…
林悦己Cheer retweeted
🚨GPT-6 will drop soon:
Sam Altman is heading to Washington this week to preview OpenAI’s most powerful model yet👀:
• It's capable of original scientific discovery
• It solved an 80 year old maths problem autonomously
• Runs for much longer without constant supervision
• Powerful cyber capabilities (it's likely the model involved in the Hugging Face incident)
• This will have a new focus on “knowledge per dollar” rather than benchmarks alone
This model looks much bigger and better than a normal ChatGPT incremental update.
Are you ready for GPT-6?
林悦己Cheer retweeted
For my first post, I’m sharing a letter @NVIDIA signed on why open models matter.
AI will transform every industry, power every company, and be built by every country.
Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty.
The world needs both frontier closed models and frontier open models.
images.nvidia.com/pdf/Open-W…
林悦己Cheer retweeted
Kimi K3 今日正式发布,Moonshot 官方官宣,2.8万亿参数 MoE 架构,百万上下文窗口,原生多模态能力,7月27日开放模型权重。
网上已有声音称其在多项基准测试中超越 Fable,翻完官方基准数据图后会发现,这是选择性解读的结论。
真实情况是,K3 在 Terminal Bench 2.1 得分88.3对比84.6,Automation Bench 得分30.8对比29.1,BrowseComp 得分91.2对比88.0,这几个特定智能体场景上确实领先。
但在 DeepSWE,FrontierSWE,GDPval-AA v2 Elo,AA-Briefcase Elo,CharXiv 这些更综合的智能体指标上,Fable 5 整体表现依然更稳定。
它并非实现全面超越,而是在自身定义的长上下文智能体编码赛道上打出了存在感。
但基准测试表现并不是这条新闻里最值得关注的部分。
最有价值的信息藏在定价策略里。
K3 的 API 定价为输入每百万 tokens 15美元,这个价格对应的档位,正处于 GPT-5.5 和 Claude Opus 系列的价格区间,这不是开源模型的低价路线,而是前沿闭源模型的定价标准。
一款中国开放权重模型,主动放弃了低价这张传统王牌。
Moonshot 将价格拉至前沿模型区间,等于公开传递出一个信号,我们不比拼性价比高低,我们比拼在长周期智能体编码场景下的价值匹配度。
这是第一次出现这样的转向,此前中国模型的主流路线是能力强,价格低,加开源的性价比打法,K2 系列走的正是这条路径。
K3 切换了一条完全不同的路线。
这条路不再是性价比路线,而是场景定价路线,底层逻辑彻底改变,不再是我比 Fable 便宜所以你该选我,而是在长上下文智能体编码这个特定场景下,我的价值值得你支付前沿模型的价格。
这个转变不是营销话术的更新,而是将产品信心押注在了一个狭窄但高价值的垂直赛道上。
看看他们为这个赛道做的底层布局就知道。
两项架构级创新支撑起这个定位,KDA 混合线性注意力,在百万 token 上下文下解码速度最高提升6.3倍,AttnRes 注意力残差,训练效率提升约25%,额外成本不到2%。
这两项创新不是为了炫技的纸面突破,每一项都精准命中长上下文智能体的核心痛点,Transformer 架构在百万 token 下推理太慢,训练成本太高,KDA 解决推理速度问题,AttnRes 解决训练效率问题,合在一起解决的核心问题是,让一个2.8T参数的模型,在需要长时间记忆和多步迭代的智能体工作流里,能稳定运行,跑得够快,成本可控。
这就是他们敢把定价拉到前沿区间的核心底气。
不是参数规模更大所以更值钱,而是在长上下文智能体编码这个即将成为主战场的赛道上,他们的架构为场景量身定制,通用架构做不到同等效率。
这个赌注自然存在风险。
Fable 5 在很多通用智能体任务上表现依然更稳,K3 的优势集中在自身定义的赛道范围内,如果市场不为专门为智能体编码优化的模型品类买单,每百万输出15美元的价格很难长期站稳。
但这个方向的判断是对的。
中国 AI 这些年一直在走同一条路径,硬件受限倒逼架构创新,快速开源用开放生态反哺迭代,K2 系列验证了这条路能够跑通,K3 则把这个模式做了升级,不只是在受限硬件上做出好模型,更是做出好模型之后,敢于在定价上和前沿闭源模型站在同一起跑线。
这对正在搭建智能体系统的开发者来说,信号非常实际。
7月27日权重开放后,你能拿到一个真正前沿规模,为长时程智能体场景定制的基座模型,百万上下文加 KDA 加速加持,SWE Marathon 42.0 领先,Automation Bench 30.8 领先,把它接入自己的智能体技术栈运行自进化工作流,做长上下文蒸馏,完成复杂认知任务的结构化输出,这些事以前要么用闭源 API 成本太高,要么用开源模型上下文长度和速度跟不上。
K3 是第一个同时提供前沿智能体编码能力,百万上下文,开放权重,可商用的选项。
最后做一个总结。
Moonshot 将 K3 的定价拉至前沿区间,不是一个简单的价格决策,而是一份明确的定位声明,中国开放权重模型不再只是高性价比的替代品,它们开始要求在自己擅长的赛道上,和闭源前沿模型平起平坐。
这个诉求能不能被市场接受,要看7月27日权重开放后的实际落地表现。
但有一点已经非常清晰,在长周期智能体编码这条赛道上,有一家中国公司认为自己的产品,不再需要靠低价来获取市场。
🤖 Made with AI
Introducing Kimi K3: Open Frontier Intelligence
🔹 2.8 Trillion Parameters, 1 Million Context, Native Multimodal
🔹 Kimi Delta Attention enables up to 6.3x faster decoding in million-token contexts
🔹 Attention Residuals deliver ~25% higher training efficiency at <2% additional cost
🔹 Built for long-horizon agentic coding and self-evolving workflows
Kimi K3 is now live on on Kimi.com, Kimi Work, Kimi Code, and the Kimi API.
Open Weights by July 27, 2026.
🔗 API: platform.kimi.ai
🔗 Tech blog: kimi.com/blog/kimi-k3
林悦己Cheer retweeted
在最近几个项目中高强度使用 Seedance 后,@simonxxoo 总结了一篇非常详细的使用心得,分享给大家。
* 以下全是主观使用体验,来自真实踩坑经验
我们几乎测遍了所有网红提示词(X上的千转万转推文,红薯上的热帖),很遗憾地发现能用的实在不多,并且浪费了大量的时间精力。这些被包装得华丽无比的提示词小作文只验证了一个事情:Seedance 是真不挑食。
其实要写好一段视频提示词真的比你想象中要简单得多得多,你只需要填好四个部分:
【主体】:镜头中出现的主要人物(建议用image2出一张简单的角色表),建议你直接在即梦里新建主体,后期直接@ 就行,复用率极高
【场景】:上传一张场景图就行,场景图中可以带上你的主角,这样能交代角色大小,不容易出现比例失调。
【音乐】:为了方便剪辑和后期配乐,不要生成任何BGM,只需要生成对应的音效即可,这一点非常重要!!!!!
【镜头】:言简意赅地描述每个 Shot 的景别,以及发生了什么即可。
☁️
需要抽卡吗?要。个人建议2~3s一个 Shot,这样每次直出15s 你就能至少得到5个连贯且一致性极强的镜头,抽卡3次,就相当于有15个可选的素材,对一场戏来说,绰绰有余。
☁️
纠正一些营销号最喜欢宣传的使用技巧:
1. 不需要往 Seedance 里放分镜故事板。
我曾经下载了推上很多所谓大佬的skill,花十几分钟生成一张华丽无比的故事板(带镜头运动曲线,带各种highlight和表格),丢进 seedance 错漏百出。直到有一次我忘了上传分镜图,然后生成的结果流畅无比……
2. Prompt 不是越长越好
AI写的提示词很多都是多余的比喻和情绪渲染,其实认真交代清楚故事就行。上传过主体参考和场景参考就不需要再用文字啰嗦一遍了。
而且如果一段 Prompt 连我们自己都读不完,那说明我们对故事要发生什么根本不关心吧……
3. 每个Shot 需要带时间戳吗?
不需要,很多时候都是安慰剂,模型其实不会真的按照时间戳来分配时长(至少我们的体感是这样),对每个 Shot 时长影响最大的反而是 Shot 的数量。
4. 不要盲目追求清晰度,目前对提示词响应最好的版本是 Seedance 的720p
最开始我们想一劳永逸,每次抽卡都选1080p,但发现效果不怎么样,我们一直以为是我们的参考图没有做好,或者提示词没有写好。直到我们的好友时辰让我们切回 720P…………简直立竿见影的进步,而且又快又便宜。
5. 那清晰度怎么解决?
最后定稿后用Topaz 放大到4k就行。
☁️
然后,请把省出来的时间都用来构思分镜和故事吧。
林悦己Cheer retweeted
gpt 5.6 + seedance 2.0 is a f*cking cheat code
swapped fable out of my ugc system for it and the whole thing runs 10x cheaper and faster now
proof: one of these girls is a real creator. the other is the ai rebuild. same script, same visual hooks
you won't clock the fake
inside the system im running:
- the character ref prompts (named imperfections stack)
- the video prompts + the anti ai negatives
- the one line fix every gpt 5.6 script needs
- the full rebuild workflow
reply LEFT or RIGHT and i'll dm you the answer + the full prompting system (follow so i have dm access)
Introducing ChatGPT Work, a new agent in ChatGPT powered by Codex and GPT-5.6.
It can take action across your apps and files, stay with a project for hours if needed, and turn a goal into finished work.
It’s a whole new way to get work done.
1 week left. This is your last chance to apply for the 72 Hour Video Hackathon.
Build alongside the world's best creators and developers, get access to cutting-edge models, and compete for $150K in prize credits.
Applications close soon.
Apply now: 72hourhackathon.com
林悦己Cheer retweeted
People think learning Claude takes days. It doesn't.
I wrote 17 free guides that teach it in hours:
Claude 101: ruben.substack.com/p/claude-…
Claude Code: ruben.substack.com/p/the-cla…
Claude Skills: ruben.substack.com/p/claude-…
Claude Design: ruben.substack.com/p/claude-…
Claude for Excel: ruben.substack.com/p/how-to-…
How to Prompt: ruben.substack.com/p/prompt-…
Claude + Linkedin: ruben.substack.com/p/claude-…
Be good at Claude: ruben.substack.com/p/s
Stop writing like AI: ruben.substack.com/p/its-not…
Claude Certificates: ruben.substack.com/p/im-clau…
Claude for your team: ruben.substack.com/p/claude-…
Claude Connectors: ruben.substack.com/p/claude-…
Set up Claude Cowork: ruben.substack.com/p/claude-…
Stop Prompting Claude: ruben.substack.com/p/stop-pr…
Claude to sound like you: ruben.substack.com/p/youre-j…
Stop hitting Claude limits: ruben.substack.com/p/how-to-…
Stop using Claude at work: ruben.substack.com/p/how-to-…
___
PS: I'm Ruben Hassid, and I want us to master AI before it masters us, with simple instructions.
Follow me never to miss my 2x daily posts.
You want to help someone in your network? ♻️ Repost this so they can find the best free resources.
思考可以外包,理解不能,那记忆呢?
—— 一篇把“AI 记忆”当数据库来体检的论文 · 读后讲解
你越用心给 AI 整理记忆,它可能记得越差。
听着别扭吧?可这篇论文,还真就把这事给测出来了。
你把一堆零碎的对话嚼碎、归纳,存成一份干干净净的摘要,自以为帮它理清楚了。结果呢,最该留下的那点东西,反倒被你顺手给抹掉了。
写这篇的,是一帮较真的人。他们把市面上十几个 AI 记忆系统,挨个儿拉过来,做了一次彻底的体检。
他们切入的角度也挺独到:别把“记忆”当成什么聪明算法,说到底,它就是一套得长期运转的数据库。东西怎么存、怎么取、怎么改、怎么把过期的清掉,全都得照数据库那套来管。
你扫一眼作者名单就明白了:清华的李国良,是搞数据库出身的;合作的那家公司 MemTensor,自己就做过一个叫 MemOS 的记忆系统。这是数据库圈的人,跑过来给“AI 记忆”这块地立规矩。
标题问得也直接:到底准备好造一套为智能体而生的记忆系统了没有?
读完你大概能猜到他们的答案。还没准备好呢。
不过缺口在哪儿,他们倒是替你一条条标出来了。
先把一个容易混的概念拎清楚。
你可能听过 RAG,就是检索增强。那玩意儿是一锤子买卖:你问一句,它去一个固定的库里捞几段,塞给模型,答完就完事,它不记得你,也不会更新自己。
记忆系统不一样,它得一直活着。
你这回说你吃素,它得记住;下个月你改吃鱼了,它还得知道把旧那条改掉,不能两条都留着,回头给你答出一个自相矛盾的你来。
就这么个“把旧的改掉”,恰恰是后面整篇最难啃的地方。
作者把任何一个记忆系统,都拆成存、提、取、养这四块来看。
存,是把对话原样留成文字呢,还是压成一串数字、方便按意思去找,还是干脆搭成一张关系网、一棵摘要树。
提,是原始对话进来以后,你是囫囵存下,还是先让大模型嚼一遍,抽成一条条干净的事实。
取的花样最多了:让模型自己扫一遍,按相似度去捞,顺着关系网一路跳,要不让模型自己规划一套检索动作,都行。
养,管的是那些过期的、打架的信息:你是给它打个时间戳标成作废呢,还是直接删掉,还是把好几条揉成一条摘要。
他们一共找了 12 个真实系统,像 Mem0、Zep、MemGPT、A-MEM,还有自家的 MemOS,配上 11 个数据集,一个一个测过去。
还特意摆了两个土办法当对照:一个叫 Long Context,什么记忆都不搞,把历史一股脑全塞进超长的上下文里;另一个,就是最朴素的向量检索。
这俩对照特别关键。后面你会看到,它们好几次反过来,把那些花哨系统给打了。
先说第一个大结论吧:没有谁是全能的。谁强,全看这活儿的瓶颈卡在哪儿。
要是这活儿是跨好几次对话、把散落各处的信息拼起来,那图谱类的最吃香,Zep 和 Cognee 领先。
要是在一长段连贯的对话里,得精确捞出某个日期、某个名字,那就轮到“先抓摘要、再往下细化”的 MemOS 和 MemoryOS 更准。
可要是换成数据库操作那种活,对错全看中间每一步的状态对不对,反倒是最笨的那两个最稳:一个是把历史全塞进去的 Long Context,一个是老老实实存原文的 MemoChat。
这里还顺带冒出来一个挺漂亮的发现:那几个好用的系统,你把底座大模型从弱的换成强的,排名基本不动。
为什么呢?因为它们在让模型动笔之前,早就把“证据在哪儿”给定死了。换句话说,强模型主要是帮你把话说顺,可救不了一个压根没找对证据的烂摊子。
这一句你先记着,后头还会再冒出来。
接下来这一条,是整篇最该划重点的。
时间一拉长,谁还稳得住呢?
他们发现,难点根本不在你能记下多少。难就难在,记的时候,你有没有把远处那条信息,跟答题要用的线索,还拴在一块儿。
最扎心的对比就在这儿:还是同一个数据集,证据离得越远,最朴素的向量检索从 37 分一路往下掉,掉到 7 分;而那些做了结构整合、用图谱的,基本就稳住了。
你可能会想,那干脆把原文全塞进去,不就完了?也不行。
Long Context 在长输入里,干扰一多,自己也会从 42 掉到 19。
可偏偏在跟时间有关的问题上,把原文一股脑塞进去,反而比大多数精心设计的记忆系统还准。
为什么会这样?因为大多数记忆系统,都爱干一件事:把零碎的对话合并、总结,弄成更干净的摘要。
这一步看着挺聪明,可代价是,它顺手就把时间顺序给抹掉了。
你把“三月说了 A、五月改成 B”揉成一句“用户喜欢 B”,那个先后,不就没了嘛。
可先后这东西,恰恰是时间题的命根子。
所以这篇分量最重的一条结论,是这么说的:抽象是要付代价的,每往上抽一层,丢掉的那点东西,就再也捞不回来了。
压缩也好,摘要也好,抽事实也好,每一步都在悄悄往外扔东西。你越是想聪明地整理记忆,就越容易把最该留下的时间顺序,顺手给整理没了。
再说说成本,这块的数字,看着是真离谱。
花哨这事儿,是有标价的。
最省的 LightMem,平均一个查询,3.67 秒就出结果了;图谱类的 Cognee 和 Zep,得熬到一百多秒,才能把准确率勉强拉到比别人高那么一丁点。
长文本那个场景就更夸张了,有的系统,一个查询直接飙到五百多秒。
五百多秒啊。那可是九分钟,你问它一句话,得干等九分钟。
作者的话说得很实在:贵不贵,不看你用没用复杂结构,看的是你每写一条新东西,得把多大范围的旧记忆翻出来,重新折腾一遍。
改动只动局部的,最划算;每次都得把整个库重排一遍的,组织是组织得好,可那代价,压根扛不住。
对真打算上线的人来说,这一条,可比那些小数点后面的输赢,实在多了。
中间还有一大堆更细的拆解,挑两个最有意思的来说说。
存和提,其实是一个道理:往记忆里写的时候,别太用力加工。
原样留着的,比又摘要又压缩的,都强;还是同一个系统,粗着记能拿 25.5 分,换成那种细颗粒度的精提取,分数啪一下就塌到 2.5 了。
你提得越“精”,反倒越容易把后面那些、要好几步才拼得起来的线索,给提没了。
还有个更好玩的。现在圈里特别流行,给系统“再加一道反思”,结果这篇直接拿数据告诉你:在检索路由这件事上,加了反思基本没用,等于白白多花一笔钱。
接下来再说几点,顺带把几个藏在缝里的点也挑出来。
头一个,是这篇读下来,有股“祛魅”的味道。
大家总爱给记忆系统,安上各种“类大脑”的认知架构,听着特别玄乎。
可它最管用的地方,反倒是把最不性感的那件事给做扎实了:找证据,把证据钉死。
你看,换个底座模型排名都不变,说白了就是:证据一旦找对,模型几乎就是可替换的。
那些复杂设计头上的光环,其实没它们自己以为的那么亮。
再说一个。整篇其实还藏着一道“没有免费午餐”的题。
处理时间最强的是图谱,改得准,隔得远也稳,可它呢,也最贵。换句话说,会处理时间的那个,正好就是烧钱的那个。
作者嘴上没明说,可他们其实已经把下一步该造什么,悄悄写出来了:你得要这么一个东西,既能拿到图谱那种时间精度,又只花 LightMem 那么点钱。
门道就在于,把维护这件事死死压在局部,别动不动就把整个库重排。
他们挂在嘴边的那个“agent-native”,落到实处,大概指的就是这么个东西。
还剩两点,简单提一下。
头一个是利益相关:MemOS 是作者自家的产品,可它在这篇里,并没被捧成全能冠军,成本那一栏还挨了批,最省钱的那几个,反倒是别人家的。能把自家产品测得这么实诚,这评测的可信度,反而更高了。
再一个是,他们顺手批了 EM 这个老指标,矛头其实是冲着整个领域去的:过去太多论文,都靠字面重合度打分,可碰到那种得综合好几段、或者得把任务真跑通的活,字面对不对,根本说明不了问题。
就拿数据库那个测试来说吧,Long Context 字面匹配最高,可真把任务做成的,却是 MemoChat。这就等于,轻轻给前面一大堆评测,泼了盆冷水。
当然,也得替它说几句不足,免得你把它看得太重了。
它测的范围,其实挺有限的:基本就是英文的问答、聊天,再加一点数据库操作,没碰多语言,没碰那种开放式的长程任务,也没碰创作类。
所谓“智能体记忆”,在这篇里很大程度上,还是“聊天机器人的长期记忆”罢了。
它还用 GPT-5.4 这一家,来当裁判又当底座,模型自己当裁判,本来就会带点偏。再说了,它也就是某个时间点的一张快照,这领域,几乎每个月都在变。
另外提一句,能打开的那个网页版,正好停在最后那块“养”的细节和结尾处,所以维护那一部分,讲的是它前面自己给的总结。
最后,再留一个想法,说不定能接到你一直在写的那条线上。
你那句“思考可以外包,理解不能”。
这篇论文,用一大堆很技术的数字,等于从侧面替你证了一遍:记忆系统里那些“替你先想一步”的动作,比如把对话压成摘要、把零碎并成结论,恰恰是丢信息丢得最多的地方,尤其是,把时间给丢了。
系统以为自己帮你把经验理解好了、消化好了,可真到要用的时候,它递给你的,是一个干净却失真的版本。
反倒是那一摊原始的、没被消化的东西,把真东西给留住了。
说到底,那一步理解一旦外包出去,代价就是,你再也回不到现场了。
清华、上海交大和 MemTensor 最近提交了一篇论文,系统评测了 12 种 Agent 记忆架构。重点从“谁的模型更强”,转向“记忆系统该怎么选”:什么时候用 RAG,什么时候用向量数据库,什么时候引入知识图谱。
论文标题:我们准备好构建 Agent 原生记忆系统了吗?
论文把 Agent 记忆拆成 4 个环节:
表示与存储 → 提取 → 检索与路由 → 维护
然后分别评估每个环节对长期记忆效果的影响。
几个核心结论:
没有万能架构
不同任务适合不同记忆系统,关键在于记忆架构和 workload 的匹配度。
局部维护更划算
只更新受影响的记忆片段,比每次全局重构更省成本,效果也接近。
差距主要体现在两点
12 个系统跑了 5 个 benchmark、11 个数据集后发现,真正拉开差距的是检索精度和长周期稳定性。
实操上可以这样理解:
简单问答场景:向量检索基本够用。
需要多跳推理:最好加知识图谱层。
知识频繁变化:优先做局部维护,别动不动全量重建。
这篇论文的价值在于,它把 Agent 记忆从“概念讨论”推进到了“工程选型”:不同场景该用什么记忆系统,终于有了一套相对系统的评测框架。
论文:arxiv.org/abs/2606.24775
代码:github.com/OpenDataBox/Memor…



























