Wayen(@wayen_ai):看到一个有意思的开源项目——trajectory。不同 AI 编程助手产生不同的会话格式。当你换工具时，过去积累的经验无法跨工具使用。有点像你用 GitHub Copilot 写过的代码，到了 Codex 就完全看不到你的习惯记录。 Letta AI 做的 trajectory 解决了这个问题：它把 Claude Code、Codex、LangChain deepagents 等工具的会话统一成一种对 Agent 友好的格式。关键设计是极致简化，目标不是人类可读，而是 Agent 可处理。数据对比：原生 Claude Code 会话约 95 万 token，trajectory 格式压缩到约 17 万 token（默认截断模式下 5.6 倍压缩）；原生 Codex 约 392 万 token，压缩到约 73 万 token（5.4 倍压缩）。这个格式不是为了复现完整执行过程，而是为了让 Agent 从过去的经验中高效学习。所谓的“Agent 梦”，也就是让 Agent 在空闲时回顾自己的行动、形成记忆，依赖这种标准化格式才能在不同工具之间通用。使用方式： npm install -g @letta-ai/trajectory 然后在 Letta Code 里运行 /init，就可以回顾来自其他工具的会话记录。这件事的意义在于：它是在为一个“Agent 经验市场”铺路。如果所有工具都支持这种格式，Agent 的跨工具学习就能实现——你在 Claude Code 里解决的问题，Codex 能直接从中学习。这是一个标准化的早期尝试，方向值得关注。

2026.07.24 14:40

看到一个有意思的开源项目——trajectory。不同 AI 编程助手产生不同的会话格式。当你换工具时，过去积累的经验无法跨工具使用。有点像你用 GitHub Copilot 写过的代码，到了 Codex 就完全看不到你的习惯记录。 Letta AI 做的 trajectory 解决了这个问题：它把 Claude Code、Codex、LangChain deepagents 等工具的会话统一成一种对 Agent 友好的格式。关键设计是极致简化，目标不是人类可读，而是 Agent 可处理。数据对比：原生 Claude Code 会话约 95 万 token，trajectory 格式压缩到约 17 万 token（默认截断模式下 5.6 倍压缩）；原生 Codex 约 392 万 token，压缩到约 73 万 token（5.4 倍压缩）。这个格式不是为了复现完整执行过程，而是为了让 Agent 从过去的经验中高效学习。所谓的“Agent 梦”，也就是让 Agent 在空闲时回顾自己的行动、形成记忆，依赖这种标准化格式才能在不同工具之间通用。使用方式： npm install -g @letta-ai/trajectory 然后在 Letta Code 里运行 /init，就可以回顾来自其他工具的会话记录。这件事的意义在于：它是在为一个“Agent 经验市场”铺路。如果所有工具都支持这种格式，Agent 的跨工具学习就能实现——你在 Claude Code 里解决的问题，Codex 能直接从中学习。这是一个标准化的早期尝试，方向值得关注。

Forward to community