Yuu💖(@QuantumTransf):还是来正式宣传一下！昨天在 GOSIM 没讲尽兴的东西（我们做了 Obelisk，一个让 Coding Agent 能够检索自己所有历史 Session 的开源 Infra 它可以追溯一段代码为什么这样写、接手另一个 Agent 的任务，甚至研究过去两个月的开发历史，重新梳理整个项目的架构演进而我们没有使用任何 Embedding 或向量数据库 🔗 GitHub: https://t.co/TJlm8kUWrB 为什么已经有那么多 Agent Memory 产品，我们还要做一个？因为我们觉得，传统 Memory 可能从一开始就搞错了问题：为什么要让模型在过去，决定未来需要记住什么？预先提取的 Memory 不仅会丢失原始语境，还可能让 Agent 把局部结论当成普遍事实我们的思路是：与其让 Agent 记住过去的结论，不如让它有能力重新研究过去技术上也很简单：我们放弃了 Embedding 和向量数据库，使用 BM25 / FTS + Code Mode，让 Agent 自己搜索、阅读、验证历史实际效果比想象中有趣：从追溯代码设计、跨任务 Handoff，到生成 Roadmap，甚至复盘过去一两个月的架构决策，都可以完成部分 Benchmark 上的表现也优于 Mem0，我们还在寻找更有说服力的评测方式更完整的技术讨论： https://t.co/gnDAoZVfYj 欢迎来玩，也欢迎挑战我们的设计！

2026.10.17 07:12

还是来正式宣传一下！昨天在 GOSIM 没讲尽兴的东西（我们做了 Obelisk，一个让 Coding Agent 能够检索自己所有历史 Session 的开源 Infra 它可以追溯一段代码为什么这样写、接手另一个 Agent 的任务，甚至研究过去两个月的开发历史，重新梳理整个项目的架构演进而我们没有使用任何 Embedding 或向量数据库 🔗 GitHub: 为什么已经有那么多 Agent Memory 产品，我们还要做一个？因为我们觉得，传统 Memory 可能从一开始就搞错了问题：为什么要让模型在过去，决定未来需要记住什么？预先提取的 Memory 不仅会丢失原始语境，还可能让 Agent 把局部结论当成普遍事实我们的思路是：与其让 Agent 记住过去的结论，不如让它有能力重新研究过去技术上也很简单：我们放弃了 Embedding 和向量数据库，使用 BM25 / FTS + Code Mode，让 Agent 自己搜索、阅读、验证历史实际效果比想象中有趣：从追溯代码设计、跨任务 Handoff，到生成 Roadmap，甚至复盘过去一两个月的架构决策，都可以完成部分 Benchmark 上的表现也优于 Mem0，我们还在寻找更有说服力的评测方式更完整的技术讨论：欢迎来玩，也欢迎挑战我们的设计！

171

Forward to community