传送

给 Agent 上把锁：为什么 OpenClaw 的长期记忆必须靠 RAG 和重排引擎续命？

做过 AI Agent 开发的都知道，给大模型装上“长期记忆”听起来很酷，但真跑起来往往是一场灾难。 以我手头的 OpenClaw 项目为例，它的核心特色就是记忆沉淀。但随着系统运转，记忆库里很快就会塞满几百上千个 Markdown 文件。如果每次对话都把这些历史记录一股脑地喂给模型，不仅 Token 账单会瞬间爆炸，模型还会陷入严重的“幻觉”中——它开始把上个月的设定和今天的任务张冠李戴。 一开...

3 秒后传送至原文