<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[MemTensor的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/MemTensor</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; MemTensor]]></copyright><item><title><![CDATA[权限撤了，Agent 为什么还记得那份报价？]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/170032820</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/170032820</guid><author>MemTensor</author><pubDate>Wed, 04 Nov 2026 10:45:09 +0800</pubDate><description><![CDATA[MemOS 提供记忆的保存、检索、修改和删除操作，让 Agent 能在后续任务中使用已有的客户上下文。]]></description><category></category></item><item><title><![CDATA[用 MemOS，让客服 Agent 记住上次聊到哪]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/166247816</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/166247816</guid><author>MemTensor</author><pubDate>Mon, 21 Sep 2026 15:33:53 +0800</pubDate><description><![CDATA[整体可以概括为 “两次写入、一次组合召回”。每轮任务结束后，同一份任务记录分别写入用户记忆和 Agent Skill，通过指定不同的记忆类型；用户再次发起请求时，通过一次同时获取当前用户记忆、Agent Skill 和政策知识。当前会话历史仍由客服应用自己维护。具体来说，用户记忆通过user_id限定范围，Agent Skill 通过agent_id跨用户复用，政策知识库通过加入同一次检索。用户请求│├─ Agent 从业务应用读取当前会话历史│。]]></description><category></category></item><item><title><![CDATA[OpenAI 发布 Agents API 之后，长任务 Agent 的记忆该如何管理？]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/165886124</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/165886124</guid><author>MemTensor</author><pubDate>Fri, 18 Sep 2026 17:14:17 +0800</pubDate><description><![CDATA[OpenAI Agents API 把“持续运行数天”的 Agent 推向标准化，也暴露了长任务的另一面：上下文可以被压缩，进程可以被恢复，但一条状态为什么值得长期保留、何时失效、谁有权使用，仍然需要独立的系统判断。2026 年 9 月 10 日，OpenAI 发布 Agents API 公开测试版，将会话编排、上下文压缩和任务恢复等能力整合到托管的 Agent 运行框架（harness）中。开发者可以通过 API 启动 Agent，配置工具调用与子 Agent 协作，并在后续交互中继续推进已有任务。]]></description><category></category></item><item><title><![CDATA[大模型是怎么炼成的（一）：训练全景与开训准备]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164862252</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164862252</guid><author>MemTensor</author><pubDate>Thu, 10 Sep 2026 16:53:32 +0800</pubDate><description><![CDATA[本系列会围绕 Llama 3、DeepSeek-V3/R1、Tulu 等公开程度较高的系统，回答三类问题：每个阶段解决什么问题、核心目标和算法是什么、工程上如何验证它确实有效。]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS Cloud 支持 DeepSeek Harness，新增 Native Hook]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164750943</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164750943</guid><author>MemTensor</author><pubDate>Wed, 09 Sep 2026 19:20:05 +0800</pubDate><description><![CDATA[MemOS Cloud 新增 DSH No-Hook 接入，并在多种 Agent 框架中接入 Native HookMemOS Cloud CLI 现已支持 DeepSeek Harness（DSH）接入云端长期记忆。完成初始化后，MemOS Cloud CLI 会通过 DSH 原生的AGENTS.md与 Agent Skills 机制，把记忆检索和写入流程接入日常对话：开始回答前查询相关记忆，任务结束后沉淀本轮问题、结论和任务经验。]]></description><category></category></item><item><title><![CDATA[Dreaming 升级之后，AI 记忆需要按年管理]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164337117</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164337117</guid><author>MemTensor</author><pubDate>Thu, 03 Sep 2026 17:31:39 +0800</pubDate><description><![CDATA[MemTensor 从 Memory³ 相关记忆机制研究出发，通过 MemOS 推进记忆系统工程化，并继续探索 Agent 和记忆基础设施、记忆原生通用基座模型 等方向。]]></description><category></category></item><item><title><![CDATA[Memory Poisoning：企业 Agent 必须建立的六道长期记忆控制]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164268462</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164268462</guid><author>MemTensor</author><pubDate>Tue, 01 Sep 2026 21:21:41 +0800</pubDate><description><![CDATA[Agent 能够长期工作，记忆就会开始影响后续任务的质量与安全。企业需要知道一条记忆从哪里来，为什么被写入，哪些任务曾调用过它，发现问题后又能否及时修正或删除。长期记忆并不只是保存历史。它需要在每一次写入、召回和更新中保持可控、可查、可处理。]]></description><category></category></item><item><title><![CDATA[FlashAttention：从 IO 感知到软硬件协同流水线]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164151482</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164151482</guid><author>MemTensor</author><pubDate>Fri, 28 Aug 2026 18:19:50 +0800</pubDate><description><![CDATA[FlashAttention 不是一个「近似」或「省显存的小技巧」，而是对 attention 计算方式的一次重写：它用 ​​，在数学上等价地避免 materialize 𝑂(𝑆2) 的注意力矩阵，显著降低 HBM IO，并让许多常见形状更接近硬件的计算吞吐上限。FA1 确立 IO-aware 思想，不把 𝑆×𝑆 写进 HBM；FA2 通过减少 non-matmul FLOPs、沿序列维并行、split-Q，把 GPU 喂满；]]></description><category></category></item><item><title><![CDATA[产品更新｜Memmy 支持 Linux 啦！]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164149764</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164149764</guid><author>MemTensor</author><pubDate>Fri, 28 Aug 2026 17:02:51 +0800</pubDate><description><![CDATA[v1.1.1 已正式发布，Linux CLI 安装资源已上线 ～大家千呼万唤的，Memmy 正式支持 Linux 啦！很多开发者的 AI 工作发生在终端里：在本地工作站处理项目，在远程开发环境中运行 Agent，或在 Linux 服务器上持续执行任务。项目背景、过去的排查过程、常用偏好和已经验证过的方案，会随着一次次会话逐渐积累。这次 Linux 支持将 Memmy 带到更多终端环境中。安装完成后，你可以直接通过memmy进入交互式 TUI，完成模型配置、发起任务并使用本地记忆能力。]]></description><category></category></item><item><title><![CDATA[PHASE-Tree｜为长线 AI 角色构建可演化的人格骨架]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164094430</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164094430</guid><author>MemTensor</author><pubDate>Wed, 26 Aug 2026 17:54:08 +0800</pubDate><description><![CDATA[今年 6 月，NVIDIA 在 Unreal Fest 2026 公布了面向 Unreal Engine 5 的本地 AI 角色工具，并展示了将 NPC 的角色设定与具体表演过程分开的工作流，让角色能够根据现场情况行动和回应，同时保持角色一致性。当 AI 角色进入真实游戏运行时，一句台词通常会同时受到多组信号影响。]]></description><category></category></item><item><title><![CDATA[PHASE-Tree｜CPC 不只要会聊、会打，还要会成长：AI 队友的状态演化难题]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164093673</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164093673</guid><author>MemTensor</author><pubDate>Wed, 26 Aug 2026 17:29:56 +0800</pubDate><description><![CDATA[生成模型随后读取更新后的当前状态，让新的关系、立场和情绪体现在下一次回应中，同时保留没有被证据推翻的原有性格。原始对话信息密度很高，系统先从目标角色的视角提取真正与角色变化有关的事实：他新知道了什么、对谁的态度改变了、做出了什么承诺、立场和情绪发生了什么变化。PHASE-Tree 主要借鉴前两个层次：前者对应长期的性格倾向、表达方式和行为风格，后者对应对某个人的态度、在一段关系中的承诺，以及面对特定事件时形成的立场与应对方式。角色设定写下角色最初是谁，长期记忆保留已经发生的事。]]></description><category></category></item><item><title><![CDATA[MemOS Skill 上线｜一句话即可接入 MemOS Cloud]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164065338</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164065338</guid><author>MemTensor</author><pubDate>Tue, 25 Aug 2026 21:23:39 +0800</pubDate><description><![CDATA[Agent 已经不只是聊天窗口了，它们在 IDE 里改代码，在终端里跑命令，在办公流里处理文档，也开始替大家连接插件、调用工具、串起自动化流程。为了帮助开发者在 Claude Code、Cursor 等 Agent 开发工具中更快接入 MemOS Cloud，我们上线了 MemOS Skill。我们希望，只需一句提示词，即可让 Agent 自动通过 MemOS Skill 接入 MemOS Cloud。]]></description><category></category></item><item><title><![CDATA[从 Memory 到 Skill：长周期 AI Agent 如何实现持续进化]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164051569</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164051569</guid><author>MemTensor</author><pubDate>Tue, 25 Aug 2026 11:51:25 +0800</pubDate><description><![CDATA[历史记录能帮 Agent 想起过去，却不能保证它下一次真的会按正确方法做。MSCE 想补上的，正是“记得”和“会做”之间的这段空白。]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS 现已支持 DeepSeek Harness 长期记忆接入]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/164033004</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/164033004</guid><author>MemTensor</author><pubDate>Mon, 24 Aug 2026 20:43:19 +0800</pubDate><description><![CDATA[DeepSeek Harness 将模型、工具、界面和运行能力组织在 profile 中，并通过插件机制扩展运行时能力。MemOS 已通过 DeepSeek Harness 的 Cordis 插件机制接入长期记忆，无需修改 DeepSeek Harness 源码。任务执行时，Agent 可以获得与当前请求相关的记忆内容。回合结束后，新形成的决策和经验会进入后续的记忆处理流程。]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS Cloud 全新升级：让 AI 认准人、记全事、分清归属]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/163236694</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/163236694</guid><author>MemTensor</author><pubDate>Mon, 27 Jul 2026 11:08:44 +0800</pubDate><description><![CDATA[一个真正能长期陪伴用户的 AI，不能只是“记住几句话”。它得知道：这个人是谁，最近经历了什么，哪些偏好是长期稳定的，哪些只是某次对话里的临时信息。在群聊、家庭助手、企业协作、多 Agent 场景里，它还得分清楚——这句话是谁说的，这段记忆属于谁，之后又该为谁调用。过去，MemOS 已经能够稳定处理事实、偏好、技能和工具经验。这次 MemOS 版本更新，我们把注意力放到了三个更接近真实产品的问题上：认准人、记全事、分清归属。]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS CLI 上线：让能跑命令行的 Agent 更轻量接入长期记忆]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/161622718</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/161622718</guid><author>MemTensor</author><pubDate>Tue, 02 Jun 2026 14:03:41 +0800</pubDate><description><![CDATA[MemOS CLI正式发布，将长期记忆能力引入命令行，为人、脚本和Agent提供统一记忆调用入口。核心功能包括： 快速验证：通过终端命令直接测试记忆的写入、检索、读取等操作，简化开发调试流程。 Agent集成：支持Codex/Cursor/Claude等主流Agent自动调用记忆，实现"对话前检索+对话后写入"的自动化流程。 统一接入：打破框架限制，通过标准化CLI为多平台提供一致记忆层。 典型场景：开发者可用memos add写入用户偏好，memos search验证召回效果，再通过memos init ]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS 新增 Dream 离线反思：让记忆系统学会在后台「做梦」]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/161285079</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/161285079</guid><author>MemTensor</author><pubDate>Thu, 21 May 2026 14:31:38 +0800</pubDate><description><![CDATA[MemOS推出Dream功能，让记忆系统在后台自动整理记忆，从被动存储转向主动洞察。Dream通过分析分散记忆，识别深层问题并生成InsightMemory，帮助Agent更高效地应对用户需求。更新亮点包括：1）离线反思机制，避免实时对话的碎片化处理；2）DreamDiary记录梦境过程，保证透明度；3）插件化设计，支持灵活扩展。该功能已在MemOS开源仓库发布，邀请社区开发者共同完善。]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS 学会「读懂时间」，还能直接吃下你自己的 Skill]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/160992387</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/160992387</guid><author>MemTensor</author><pubDate>Mon, 11 May 2026 20:46:52 +0800</pubDate><description><![CDATA[MemOS 一直主张"记忆即资产"。在真实对话里沉淀下来的解决路径、用户偏好、业务流程，不只是历史记录，它们也可以变成 Agent 后续执行任务时能调用的技能素材。这次更新后，MemOS 支持上传自定义 Skill 文件。检索时，自定义 Skill 会和自动生成的 Skill 一起被召回，供 Agent 使用。一句话说清楚就是，以前 Agent 像一个只靠临场发挥的新人；现在，你可以把团队已经验证过的 SOP、客服流程、排障手册直接交给它。遇到相关问题时，它先把合适的流程找出来，再按流程做事。]]></description><category></category></item><item><title><![CDATA[产品更新｜MemOS Local Plugin 2.0：Hermes Agent 和 OpenClaw 双 Agent 同步支持]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/160931429</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/160931429</guid><author>MemTensor</author><pubDate>Sat, 09 May 2026 18:04:55 +0800</pubDate><description><![CDATA[MemOS Local Plugin 2.0 发布了！Hermes 和 OpenClaw 双 Agent 同步支持——从这一版开始，新的 Agent 都将通过本地插件同步支持，共享同一份核心。1.0 上线三个多月，社区反馈最多的是同一类问题：好不好用容易判断，但 Agent 学到的东西到底对不对、可不可信，没人说得清。MemOS Local Plugin 2.0 想补的，正是这块缺口——也是大模型与每一个真实用户之间的「最后一公里」。]]></description><category></category></item><item><title><![CDATA[MemFactory：Agent 记忆终于有了自己的 LLaMA-Factory]]></title><link>https://blog.youkuaiyun.com/MemTensor/article/details/160187345</link><guid>https://blog.youkuaiyun.com/MemTensor/article/details/160187345</guid><author>MemTensor</author><pubDate>Wed, 15 Apr 2026 17:00:43 +0800</pubDate><description><![CDATA[还在为 Memory Agentic 操作框架反复重造轮子？也许，这正是这个方向迟迟没有爆发的根本原因。AI Agent 领域有一个越来越清晰的共识正在形成：真正决定 Agent 能不能从"会聊天的工具"进化成"长期持续工作的系统"的，不只是模型推理能力，也不只是工具调用能力，而是记忆能力。没有记忆的 Agent，本质上仍然是一个"单轮应答器"过去一年多，Memory-R1、MemAgent、RMM 三篇工作几乎前后脚放出来，社区里讨论"用强化学习训 Agent 记忆"的帖子开始刷屏。]]></description><category></category></item></channel></rss>