货拉拉
货拉拉把 AI 记忆做成四层系统,Agent 竞争转向持续服务能力
货拉拉披露了一套面向客服 Agent 的四层记忆架构,并复盘 50 通被用户删除的对话,认为问题不只是提示词或知识库,而是系统无法跨会话理解用户。文章真正值得关注的地方,是 AI 产品的竞争正从单轮回答质量转向长期记忆、策略执行与效果闭环。
找到 4 篇关于此标签的文章
货拉拉披露了一套面向客服 Agent 的四层记忆架构,并复盘 50 通被用户删除的对话,认为问题不只是提示词或知识库,而是系统无法跨会话理解用户。文章真正值得关注的地方,是 AI 产品的竞争正从单轮回答质量转向长期记忆、策略执行与效果闭环。
AI 记不住你说的话,是设计问题不是技术不行。工程师的解法:每段对话后再调一次大模型挑出值得留的,按三层楼递进——基础回忆、多会话检索、主动服务。LoCoMo 基准是它的考试线。
货拉拉发了一篇工程长文,把自研的大模型记忆系统拆得底朝天。这事撕开了一个真相:模型再强,记忆层没做对,AI 就是个'金鱼脑',每次都从零开始。
Claude Code 公开四级记忆文件架构,从用户偏好到项目规则自动注入每次对话,并支持 MCP 连接 IDE 工具。AI 编程工具正从"一次性问答"转向"有上下文的长期协作",值得关心的是这套机制离真正好用还有多远。