共 2 篇文章
智能体智能体字节跳动开源上下文OpenViking
从“做过”到“会做”：用 OpenViking 经验记忆构建 Agent 的进化闭环
介绍开源上下文数据库 OpenViking 如何为 Agent 建立“经验记忆”：持续收集每次任务的执行轨迹（目标、工具调用、结果、反馈），归类比较后提炼可复用的成功模式、失败模式与边界条件，让 Agent 从“做过”走向“会做”。文章给出一个真实任务下的进化闭环，并展示其在内部经营分析助手（少返工）与面向消费者的售后助手（把事办完整）的落地效果。适合想让 Agent 跨会话稳定复用、不再每次从零试错的团队。
2026-09-2619000
AI记忆与上下文Agent记忆系统因果推断长期记忆Agent记忆
Agent 缺的不是记忆，是“教训”：causal-memory 的设计与实战
滴滴技术提出 causal-memory：用「决策→结果」因果边替代事实型记忆，直指 Agent 记忆的四大结构性缺陷——上下文压缩吃掉「当初为什么」、换个会话重复踩坑、经验困在单机单进程、记忆自身劣化且无人察觉。系统包含七类边类型、类海马体引擎、Pearl 因果三层工具链、四路归账、五道 refuter 治理与矛盾主动检索；实测 trap-world 基准重复踩坑率从 67% 降到 33%，压缩 5 轮后因果信息存活 100%。
2026-10-201000