谁管Agent的记性：四路对账

概述

区隔与口径

评测对比表

权重沿用本栏固定口径：功能 25%、设计 25%、实战 20%、上手 15%（星越多越易上手）、社区 15%。两个外挂盘的评分以 09-12 存档为基准，按截至 09-15 的轨迹证据微调，调整处见表下注。

注一：agent-memory 社区维从存档 4 分上调至 4.5，依据是 09-10→09-14 四个快照日 +56.6% 的星速，为全赛道最快；其余维度维持存档。注二：带 * 的内建件随宿主分发，无独立仓库，社区维按「随宿主发版」给 3.0 中性基线，沿用本栏内建件先例，不代表独立社区热度。

赛道地图：「记什么」把货架切成四路

把这条赛道所有在册件摆开，会发现它们根本没在抢同一单生意。分岔点是「记什么」：记事实（用户是谁、项目约定什么）、记教训（哪条路走通了、哪句纠正要永久生效）、记状态（长任务跑到哪、断了从哪接）、记索引（下次开场先看哪页）。四个问题对应四种介质——文本文件、Git 仓库、本机账本、宿主目录——也对应四种失灵方式：记错的、记歪的、记丢的、记到别的机器上的。路线一与路线二同答「记事实」，是全赛道唯一一组正面对手；路线三、四各自独占一问；编外的内建记忆管的是最轻的一档。图先上，逐路再拆。

flowchart TD
    A["Agent记性赛道<br/>七个在册席位"] --> B["路线一 记事实<br/>外挂运行时"]
    A --> C["路线二 记事实<br/>规范台账"]
    A --> D["路线三 记教训<br/>自进化账本"]
    A --> E["路线四 记状态<br/>状态外置"]
    A --> F["编外 出厂标配<br/>宿主内建记忆"]
    B --> B1["agent-memory<br/>Markdown事实源"]
    C --> C1["okf-agent-memory<br/>Git加OKF v0.2"]
    D --> D1["continuous-learning-v2<br/>与self-learning"]
    E --> E1["planning-with-files<br/>与long-running-agent"]

路线一：agent-memory，把记忆降格成笔记本

仓库描述一句话：「Long-term memory runtime for AI agents — plain Markdown as the source of truth」。这句话的设计含金量在「唯一事实源」四个字：记忆不是存在模型里、不是存在向量库里，是存在你能直接打开的文本文件里。由此换来三个下游能力——可 grep（查它记了什么）、可 diff（看它改了什么）、可手改（记错了直接改文件，不用调试）。09-12 存档给设计满分 5 分，理由至今成立：在所有人都在把记忆做玄的地方，它把记忆做成了笔记本。

路线二：okf-agent-memory，给台账盖钢印

代价也明码标价：规范与 Git 都是认知税，个人用户随手记一笔要先想「这算不算一次该提交的变更」，上手分因此与路线一持平在 3。09-12 存档给它的设计 4.5 分是当期单维度最高，本期维持——规范先行的克制，在这条普遍爱造私有格式的赛道里依然是稀缺品。

两条星数曲线的对账

正面对手摆完了，上本期独有的新证据：九天七个快照铺出来的两条曲线。

路线三：进化账本，记的不是事，是规矩

第三路解决的是另一个问题：不是「Agent 忘了什么」，而是「Agent 老犯什么错」。continuous-learning-v2 把每次任务里被用户纠正的东西写回本机，下次同类任务自动套用；self-learning 取材不同，偏向从执行记录里学——哪条路走通了、哪条报错了。两件本期装机注册表均在册。

这件赛道的关键结论 09-12 已给出，本期只补一个对账视角：进化件是四路里唯一改「你」而不改「产出」的。记忆盘记错一条事实，删一行文件就好；进化账本记歪一条规则，它会在之后每个同类任务里持续生效——污染是复利的。所以 v2 这个版本号不是营销，是墓志铭：第一代进化件最常见的死法是「啥都记」，三个月后件越用越歪，用户删库。v2 的收敛（限定记录内容与触发条件）方向对，但清理工具仍缺位，账本早晚需要一键审计。以及那句实操警告值得原样再敲一遍：进化件二选一，别双开——两套账本同时写本机规则，打架时你查不清是哪件记错的。

路线四：状态外置，管命不管事

第四路最朴素：上下文会死，状态别放对话里。planning-with-files 把计划写成文件再执行，会话断了、换了机器，新会话读文件接着干——09-12 拿下当期综合第一（4.40）的理由恰恰是「不惊艳」：一个原则贯彻到底，不替你做计划，只保证计划不死。long-running-agent 更激进，面向跑几小时的任务做看护：进度写盘、恢复先读盘，把「任务一定会中断」当第一前提。

两件不是竞争是分层：前者管「想清楚」，后者管「跑到底」。它们的共同短板也同源——假设宿主给得出环境（后台执行能力、任务目录约定），环境不匹配就失效一半。放回本期的赛道图里看，这路人马其实是把记忆问题降维成了文件问题：不需要记忆运行时，一个 markdown 文件就是全部状态。它的存在本身就是对前两路的诘问——如果计划可以是一个文件，事实为什么不能是？

编外第四路：宿主内建记忆，出厂标配进场

本期首次入表的编外件，是装机即有的宿主内建记忆。本会话可验证的装机事实：Claude Code 的记忆系统按项目存放，路径在用户目录的项目命名空间下；一条事实一个文件，文件头带元数据（名称、一行摘要、类型标签，类型分 user/feedback/project/reference 四档）；正文用 [[双链]] 互相关联；另有一个 MEMORY.md 索引文件，每场会话载入的只有索引，正文按需才读。装机注册表里还能看到社区件 remembering-conversations 与之并存——出厂标配和社区件同住一台机器，这是这条赛道格局变化的直接物证。

把它放进横评，是因为它的设计选择恰好是前两路的中间态：介质学路线一（纯文本文件）、索引学路线二的规范意识（类型标签就是最小的 schema），但刻意不做重——没有 Git、没有公开规范、没有跨机器承诺。功能 3.5 分的扣分处在三块空白：不存执行记录（路线三的地盘）、不带审计与共享（路线二的卖点）、单项目隔离（跨项目迁移没人管）。上手 5 分没有争议：零安装、零配置，装完宿主就有了。这张 3.9 的编外分，就是整条赛道的地平线：任何一件社区记忆件，现在都要回答「比出厂自带的多出了什么」——答案只有三个字有说服力：审计、共享、执行记录，恰好是内建刻意留白的三块。

flowchart TD
    Q["你想让Agent记住什么"] --> A["事实与偏好"]
    Q --> B["教训与规矩"]
    Q --> C["长任务的进度"]
    A --> A1["单人随手改<br/>agent-memory"]
    A --> A2["团队要追责<br/>okf-agent-memory"]
    A --> A3["轻量不出机<br/>宿主内建记忆"]
    B --> B1["进化账本二选一<br/>别双开"]
    C --> C1["想清楚<br/>planning-with-files"]
    C --> C2["跑到底<br/>long-running-agent"]

给作者的四条可抄设计

第一，事实源声明写进描述第一行。 agent-memory 的「plain Markdown as the source of truth」一个短语完成介质选型，用户读完就知道记的东西在哪、长什么样、坏了怎么修。记忆件的可信度不来自功能清单，来自「说清楚记在哪」。

第二，规范背书替代功能自夸。 okf 的「Implements Google OKF v0.2」把自己的格式决策外包给一个可查的公开标准，描述里省下的每一段格式说明，都变成了可验证性。造格式的冲动人人都有，引用规范的克制才是卖点。

第三，版本号是信任资产。 continuous-learning-v2 的 v2 向市场传递「第一版死过、死因已知、已修」。多数 Skill 上架即终版，一个敢挂版本号的件天然多一层可信度——前提是你真有 changelog 可给人看。

第四，写清「不记什么」。 内建记忆用四类类型标签收窄记录面，进化件 v2 用触发条件收敛记录内容——这条赛道所有翻车的先例都是记太多，不是记太少。描述里的一条负向边界（不记一次性纠正、不记跨项目隐私），比十条正向功能更能防住三个月后的删库。

安装与使用命令

# 路线一：外挂运行时（runtime，接法见仓库 README）
git clone https://github.com/tigerless-labs/agent-memory ~/.claude/skills/agent-memory

# 路线二：规范台账
git clone https://github.com/okf-memory/okf-agent-memory ~/.claude/skills/okf-agent-memory
npx skills add okf-memory/okf-agent-memory

# 路线三：进化账本（二选一，勿双开）
npx skills find continuous-learning
npx skills add continuous-learning-v2
npx skills add self-learning

# 路线四：状态外置（重度长任务可两件同装）
npx skills add planning-with-files
npx skills add long-running-agent

# 编外：宿主内建记忆零安装，开场即用；无需任何命令

推荐排行榜

• 综合加权：planning-with-files 4.40 ＞ agent-memory 4.1 ＞ 宿主内建 3.9 ＞ continuous-learning-v2 3.85 ＞ long-running-agent 3.70 ＞ okf-agent-memory 3.6 ＞ self-learning 3.15
• 设计质量：agent-memory（事实源声明）≥ okf-agent-memory（规范先行）＝ planning-with-files（克制）≥ 内建记忆（索引分层）＞ 其余
• 星速对账：agent-memory（四快照日 +56.6%，脉冲型）＞ okf（七快照日 +33.8%，复利型）；留存观察位：okf 六期全勤，agent-memory 09-15 两榜缺席、末次快照 1281
• 装机顺序建议：先花零成本用满内建记忆，缺审计上 okf，缺共享上 agent-memory，开始带新人或跑长任务再上路线三、四
• 组合警告：两条进化账本不得双开；记忆盘与内建记忆并存时，事实归属要在团队里先约定，否则同一件事两个事实源

一句话收束：这条赛道表面上挤了七个选手，实际上只有一张考卷——宿主已经把「记性」做成了标配，社区件的考场只剩内建不做的三道附加题：可审计、可共享、可积累。谁能先答好附加题，星数曲线就会替谁选走上量法。

参考来源

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。