XNews

Claude 记忆、持久记忆项目与智能体技能

Claude 记忆、持久记忆项目与智能体技能

比较分析和社区项目详细介绍了 Claude 的检索优先记忆、ChatGPT 的注入摘要方法、新的“技能”支持以及 Claude-Mem 持久记忆工具。

Key insights

两种主要的记忆架构:预注入与按需检索

逆向工程显示,ChatGPT 使用预计算注入:会话元数据、用户长期事实、最近的对话摘要和当前窗口内容在每个会话中被注入。Claude 默认使用按需检索模型,配备明确的工具(conversation_search、recent_chats),由智能体决定调用,此外还有 XML 风格的长期记忆注入。这两种方法在即时性和代币成本(ChatGPT)与精确性和延迟(Claude)之间进行权衡。

ChatGPT 采用受 Claude 模型启发的智能体“技能”机制

据报道,ChatGPT 增加了对类似 Claude 模型的智能体技能的支持。使用 Thinking 模型的测试显示内置的 Excel、Word 和 PDF 处理技能,使得模块化、可组合的技能使用不消耗上下文窗口,并简化了能力的共享和迭代。

Claude-Mem 为 Claude Code 提供本地持久记忆压缩

Claude-Mem 是一个开源的持久记忆压缩系统,用于 Claude Code,捕获工具调用,语义性地压缩日志,将摘要存储在本地 SQLite 数据库中(由 Chroma 向量支持),并将相关的记忆项目注入到新的会话中。其目标是节省代币成本,实现跨会话的连续性,并提供本地用户界面以进行记忆检查。

基于技能的设计提升了智能体的可组合性和用户界面一致性

讨论指出,Anthropic 提出了积累技能而不是反复重建智能体的建议。实施技能可以产生更强的前端结果,并允许特定领域的技能库(例如,前端设计、编码),从而产生更一致、环境感知的输出。技能可以像乐高积木一样组合,以创建量身定制的智能体行为。

Source posts