AI少年(@aehyok):还在把 md 当记忆补丁、把窗口加大当「有记忆」的，这篇值得认真拜读一下。窗口再大也只是缓存。Harness 调的再顺，也只是外壳在进化，模型没进化。RAG 再全，也只是把查询相关的信息塞回到 prompt。官方这篇写得很硬核：这些做法给了 AI 更多的信息，但却不能让 agent 变的更强。从初级助理变成熟手搭档的，是需要带着判断和反馈的工作经验——而这种东西网上是没有的。两派人现在走的不是一条路。一边继续往外加检索、加会话摘要、加更长的上下文；而另一边则是把真实工作流里的判断、改稿、交付结果，经过筛选写回权重，再用质量门和回滚把进化锁住。前者每次接活都有点重来的味道，后者每干完一次，下一次再干就又有了很大的进步。 Alloomi 把应用层和模型层焊在一起，四层是一个飞轮，不是四个功能。OpenContext 开源的是第一层：时间上下文、记忆检索、上下文校正、多平台接入、主动调度。产品侧是 OKR 驱动的自进化数字员工，已经在法律、保险、投顾这些高专业度场景里共创。下一阶段比的不是模型有多聪明，是它在真实世界里每干完一件活，学走了什么。现在智能只是起跑线，而经验和判断力才是分叉口。你站哪边？👇

2026.08.26 02:54

还在把 md 当记忆补丁、把窗口加大当「有记忆」的，这篇值得认真拜读一下。窗口再大也只是缓存。Harness 调的再顺，也只是外壳在进化，模型没进化。RAG 再全，也只是把查询相关的信息塞回到 prompt。官方这篇写得很硬核：这些做法给了 AI 更多的信息，但却不能让 agent 变的更强。从初级助理变成熟手搭档的，是需要带着判断和反馈的工作经验——而这种东西网上是没有的。两派人现在走的不是一条路。一边继续往外加检索、加会话摘要、加更长的上下文；而另一边则是把真实工作流里的判断、改稿、交付结果，经过筛选写回权重，再用质量门和回滚把进化锁住。前者每次接活都有点重来的味道，后者每干完一次，下一次再干就又有了很大的进步。 Alloomi 把应用层和模型层焊在一起，四层是一个飞轮，不是四个功能。OpenContext 开源的是第一层：时间上下文、记忆检索、上下文校正、多平台接入、主动调度。产品侧是 OKR 驱动的自进化数字员工，已经在法律、保险、投顾这些高专业度场景里共创。下一阶段比的不是模型有多聪明，是它在真实世界里每干完一件活，学走了什么。现在智能只是起跑线，而经验和判断力才是分叉口。你站哪边？👇