为什么 AI agents 会忘记一切（以及我们是如何解决的）

Source: Dev.to

如果你构建过 AI 代理或助手，你一定遇到过这样的障碍：会话结束的瞬间，它会忘记所有内容。用户第二天回来时，代理根本不知道他们是谁——没有偏好、历史或正在进行的工作的记忆。用户每次都必须从头重新解释一遍。

这不是模型本身的问题，而是基础设施的问题。模型没有长期记忆——它们只有上下文窗口，当窗口关闭时，窗口中的所有信息都会消失。

我们构建的东西

AmPN 是一个面向 AI 代理的托管记忆存储。你的代理通过我们的 API 存储记忆，新的会话开始时，它会通过语义搜索检索相关上下文——因此能够准确地从上次中断的地方继续。

from ampn import MemoryClient

client = MemoryClient(api_key='your_key')

# Store a memory
client.store(
    user_id='alice',
    content='User prefers concise explanations and works in Python'
)

# Retrieve relevant context
results = client.search(
    user_id='alice',
    query='what does the user prefer?'
)
# Returns: ['User prefers concise explanations and works in Python']

技术实现

• 存储：PostgreSQL 用于结构化数据，Qdrant 用于向量嵌入
• 搜索：句子嵌入（all‑MiniLM‑L6‑v2）——寻找语义相似的记忆，而不仅仅是关键词匹配
• API：FastAPI，完整文档
• SDK：Python（pip install ampn-memory）和 Node.js（npm install @ampn/memory）

免费层

免费层已在 ampnup.com 开放。每月包含 1,000 次记忆操作和 10,000 次读取——足以进行构建和测试。

我们很想了解你在当前的代理项目中是如何处理记忆的。