AI 编程实时动态与要闻

ClickHouse 发布开源（Apache-2.0）的智能体记忆系统 Loom，把记忆、代码索引和运行日志放进同一个 ClickHouse 库，记忆与代码关联，代码变动时标记可能过时的记忆。支持 MCP、HTTP API、Python/TS SDK，提供 Claude Code 和 Codex 插件。官方测试中代码问答平均分从 0.78 升到 0.84。

查看大图

2026-11-06，Anthropic 发布工程博文《The components of agent memory》，系统阐述会话内记忆笔记与离线「做梦」（对照 transcript 纠错、建 wiki、提升记忆层级）。文中给出 CL-Bench、Pokémon 与内部语料 wiki 等评测示例；官方账号同步转发。属工程方法分享，非新产品 GA。

查看大图

10 月 21 日，Letta 发布 FrontierMemory 1.0。它不再考 Agent 记不记得生日、爱好这类事实，而是给 Agent 一批过去的执行轨迹，让它生成记忆或技能，再看这些记忆能让任务 Agent 多解出多少编码和知识工作任务。首版共 15 个任务，改编自 DeepSWE、SkillsBench、APEX-Agents 等公开基准。模型榜（Letta Dream 生成记忆，Letta Code 执行）上 Opus 5.5 与 GLM-5.3 均为 73.3%，Grok 4.7 为 33.3%；Harness 榜上 Letta 自家 Letta Dream 第一。数据为厂商（Letta）口径。

查看大图

在长记忆智能体（Memory-Augmented Agents）与伴侣型 AI 领域，学术界通常依赖合成人物画像与人工编造的问题进行记忆评测，导致测试集存在严重的“线索泄露（Cue Leakage）”与虚高得分。为了还原真实的长期人机交互真相，研究团队重磅发布了首个基于真人长达 120 天真实私密交互的权威评测集 RealCompanion（arXiv:2610.01780）：涵盖 10 段完全真实的伴侣对话，跨越 27,218 条真实历史消息，并由人工逐级校验还原出精准的用户档案、人物画像、问答基准与严格对齐的推理思考链（Reasoning Traces）。实测揭示了三大颠覆性技术真相：其一，“过去的记忆极少被需要，且相隔遥远”——95.9% 的交互仅靠近期滑动窗口即可解答，仅有 2.2% 的探针真正需要检索远期记忆，传统聚合指标产生了严重统计假象；其二，现存的所有记忆触发检测器（Memory Detectors）在真实消息中几乎完全失效，合成基准的人为提问严重泄露了检索意图，单纯给消息贴上“记忆”标签就会诱导模型调用率暴增 10~14 个点；其三，测试的多款 Agent 系统在画像重构 F1 分数完全一致的情况下，API 算力消耗差距竟然高达 31 倍之巨。

查看大图

针对智能体长期记忆过度依赖显式检索表（RAG/Engram）而忽略模型内部自主生成有效记忆可能性的痛点，研究团队提出 MemoryAthena 架构。构建包含直接印记检索（E）、检索线索生成（GE）和因果骨干生成（GH）的三通道路由机制，仅凭轻量 201M 因果路由头与反事实未来 Token 似然优势即可实现自适应修正，在五项问答基准上将平均准确率由 37.65 跃升至 39.28。

查看大图