1. 先算一笔账：10K 能装几轮？ 2. 核心思路：把上下文当成预算 3. 三层记忆 3.1 近期原文：只留最近 2 轮 3.2 摘要：把旧对话压成事实列表 3.3 长期记忆：BM25 + jieba 分词 4. 工具调用：让模型自己找记忆 5. 配置：TOML 比 JSON 更适合手写 6. 工具输出截断 7. 故障恢复：meta.json + conversation.jsonl 双保险 8. LLM 调用层 9. 日志 10. 100 轮压力测试 11. 怎么证明它没失忆？ 12. 面试回答模板 本文首发地址 https://h89.cn/archives/637.html "10K 上下文怎么做 100 轮对话？" 窗口越大，推理成本越高，延迟越长，"lost in the middle" 也越严重。这道题考的是你有没有主

- 阅读剩余部分 -

一、RAG 的真相：48% 的失败率被藏起来了 二、Context Window 革命：1M 已成标配 三、Wiki 模式：不是复古，是重新对齐 四、六维度拆解：RAG 和 Wiki 到底差在哪 五、决策框架：什么时候选什么 六、收束：误区、行动建议、一句话结论 本文首发地址 https://h89.cn/archives/620.html 2024 年，每个做 AI 知识库的人都在说 RAG。检索增强生成，Retrieval-Augmented Generation，这串字母组合几乎成了企业知识管理的唯一答案。搭一个向量数据库，把文档切成块，灌进 Embedding 模型，再套个重排器——恭喜你，拥有了一个"AI 驱动"的知识库。 但 2026 年 4 月，OpenAI 联合创始人 Andrej Karpathy 发了一条 X 帖子，描述自己怎么用一组

- 阅读剩余部分 -

记忆的 1.0 时代：手动贴便签 (Agents.md) 记忆的 2.0 时代：从手动注入到持久化管理 技术深挖：应用层记忆，不等于模型层“有状态” Memory 常见是怎么实现的？ 这对开发者意味着什么？ 总结 本文首发地址 https://h89.cn/archives/534.html 最近在使用 Trae.ai 的时候，很多开发者可能都注意到了 Agent 侧边栏那个 Memories 图标。 如果你曾经为了让 AI 记住项目规范，不得不在每个对话框里重复“请使用 Compose 开发”“注意内存对齐”，那你大概会直观地感受到：记忆能力一旦做得好，交互成本会明显下降。 今天我们就来聊聊：AI 的记忆机制，是怎么从“手动补上下文”演进到“可复用的记忆管理”的？ 记忆的 1.0 时代：手动贴便签 (Agents.md) 在 Trae、Cursor、Claud

- 阅读剩余部分 -