BotOf Tech

BotOf Tech

IoT / Full-Stack / AI — 技术探索与实践记录

定制开发服务 →
Agent Memory 全景图:最近三个月最值得看的 5 条路线

Agent Memory 全景图:最近三个月最值得看的 5 条路线

最近三个月,X.com 上关于 Agent Memory 的讨论明显从“要不要记忆”升级到“应该用哪种记忆架构”。这篇文章把主流路线压成一张图。

AgentMemoryAIArchitecture
最近三个月 X 上的 OpenClaw:从 Gateway 控制平面到 /dreaming 记忆层

最近三个月 X 上的 OpenClaw:从 Gateway 控制平面到 /dreaming 记忆层

结合 2026-01-22 到 2026-04-22 之间 X.com 的热门讨论和官方文档,梳理 OpenClaw 最近三个月最值得关注的架构变化。

OpenClawAgentAIMCPArchitecture
Claude Code 的 Auto Memory 到底怎么工作:最近两个月最值得理解的一层

Claude Code 的 Auto Memory 到底怎么工作:最近两个月最值得理解的一层

过去两个月,Claude Code 的 memory 讨论从“有没有记忆”升级到“记忆如何加载、如何忽略、如何审计”。这层设计其实很值得学。

ClaudeAgentMemoryArchitecture
X 上刷屏的 Hermes Agent:学习闭环、会话检索和运行时架构拆解

X 上刷屏的 Hermes Agent:学习闭环、会话检索和运行时架构拆解

最近三个月 X.com 上最常被拿来和 OpenClaw 对比的新项目是 Hermes Agent,但它真正的差异不在“换个模型”,而在学习闭环和运行时设计。

HermesAgentAILLMArchitecture
最近三个月的 Claude Code:官方架构、X 上的源码讨论,以及哪些信息值得信

最近三个月的 Claude Code:官方架构、X 上的源码讨论,以及哪些信息值得信

过去三个月,Claude Code 在 X.com 上的讨论已经从“怎么用”升级到“底层怎么编排”。这篇文章把官方文档和社区外推分开看。

ClaudeAgentLLMMCPSecurityArchitecture
Mastra 的 Observational Memory 为什么值得盯:稳定上下文正在反杀动态检索

Mastra 的 Observational Memory 为什么值得盯:稳定上下文正在反杀动态检索

最近两个月,Mastra 最值得看的不是又加了哪个工具,而是 Observational Memory 这套“稳定上下文”路线。它代表了 agent memory 的另一种答案。

AgentMemoryAIFramework
Letta 的 MemFS 和 Context Constitution:Agent Memory 正在从“存储”变成“自我管理”

Letta 的 MemFS 和 Context Constitution:Agent Memory 正在从“存储”变成“自我管理”

最近三个月,Letta 最值得看的更新不是“又支持了什么模型”,而是它把记忆系统继续推向了 memory-native runtime:MemFS、Context Repositories、Context Constitution。

AgentMemoryAIArchitecture
OpenClaw、Hermes Agent、Claude Code:三种 Agent 架构路线怎么选

OpenClaw、Hermes Agent、Claude Code:三种 Agent 架构路线怎么选

从最近三个月 X.com 的高频讨论退一步看,这三个项目分别代表消息入口型、自进化型和高约束编程型 Agent Runtime。

AgentAILLMMCPArchitecture
LongMemEval 之后,Agent Memory 为什么开始像一门独立工程学

LongMemEval 之后,Agent Memory 为什么开始像一门独立工程学

最近三个月,大家讨论 Agent Memory 时越来越离不开 LongMemEval、LoCoMo、ConvoMem 和 MemoryBench。原因很简单:没有统一评测,记忆系统很容易只剩故事。

AgentMemoryAIArchitecture
Vibe Coding 的后半场:把“能跑”变成“能活”的维护 Skill

Vibe Coding 的后半场:把“能跑”变成“能活”的维护 Skill

最近三个月 X.com 上关于 vibe coding 的讨论开始从“写得快”转向“能不能维护”。真正拉开差距的,不再是生成速度,而是维护 Skill。

AIAgentPromptClaude
OpenAI Agents SDK 的这次进化,真正补的是“Agent 基础设施层”

OpenAI Agents SDK 的这次进化,真正补的是“Agent 基础设施层”

2026-04-15 的 OpenAI Agents SDK 更新很值得看,因为它不再只是“给你一个 agent loop”,而是在补 workspace、sandbox、memory、manifest 这些真正影响生产的基础设施。

OpenAIAgentAIFramework
Skills 正在变成 Agent 时代的新“编程语言”

Skills 正在变成 Agent 时代的新“编程语言”

最近三个月,X.com 上关于 Skills 的讨论越来越像在谈“新的程序组织方式”而不是“提示词模板”。这背后其实是 runtime 设计的变化。

AgentAIClaudeMCPArchitecture
Chrome MCP + 并行 Agent:为什么现在能一键克隆网站

Chrome MCP + 并行 Agent:为什么现在能一键克隆网站

最近三个月,X.com 上最能代表“新一代 vibe coding 工作流”的例子之一,就是用 Chrome MCP 和并行 Agent 高保真复刻网页。

MCPAgentAIClaude
Google ADK 现在最值得看的不是“能写 Agent”,而是 Runtime、Streaming 和 Resume

Google ADK 现在最值得看的不是“能写 Agent”,而是 Runtime、Streaming 和 Resume

很多人提到 Google ADK 时只会说“又一个 Agent 框架”,但从当前官方文档看,它真正的价值在 Runtime、Workflow Agents、Bidi Streaming 和 Resume 这些执行层能力。

GoogleAgentAIFramework
AI Agent 直接进 Figma 画布:设计系统终于接进了编码回路

AI Agent 直接进 Figma 画布:设计系统终于接进了编码回路

最近三个月最值得关注的设计侧信号,不是“AI 帮你画草图”,而是 Agent 开始直接操作 Figma 画布和设计系统。

MCPAgentAIArchitecture
Microsoft Agent Framework 值得看在哪:它不是 AutoGen 的重命名,而是统一后的生产框架

Microsoft Agent Framework 值得看在哪:它不是 AutoGen 的重命名,而是统一后的生产框架

最近三个月,Microsoft Agent Framework 逐渐从“预览中的统一项目”变成越来越清晰的生产框架:Agents、Workflows、Session、Middleware、Telemetry 全都在一层里。

MicrosoftAgentAIFramework
AWS Strands 值得看的地方:不是又一个框架,而是把 Agent Observability 正式写进主文档

AWS Strands 值得看的地方:不是又一个框架,而是把 Agent Observability 正式写进主文档

最近这批 Agent 框架里,Strands 有个非常清楚的取向:把 agent loop、observability、agents-as-tools 这些生产侧问题正面写进文档,而不是留给团队自己摸索。

AWSAgentAIObservability
Claude Code 桌面端重设计:并行 Agent + Routines 自动化

Claude Code 桌面端重设计:并行 Agent + Routines 自动化

Anthropic 重构 Claude Code 桌面端,引入并行 Session 与云端 Routines,让 Agent 真正走向"托管式自动化"。

AgentClaudeLLMPrompt
GBrain 让 OpenClaw / Hermes 有了“总回忆”:一套记忆层架构速读

GBrain 让 OpenClaw / Hermes 有了“总回忆”:一套记忆层架构速读

最近三个月,X.com 上关于 Agent Memory 的讨论开始具体化。GBrain 值得看,因为它不是再造一个聊天记录,而是在做可迁移、可检索、可整理的记忆层。

AgentAIMCPArchitecture
Agent 开发技术正在从“静态流程图”进化到“自适应编排”

Agent 开发技术正在从“静态流程图”进化到“自适应编排”

最近三个月,一个特别值得注意的趋势是:多 Agent 系统开始不再满足于固定拓扑,越来越多工作开始研究 query-aware orchestration 和可学习的角色分工。

AgentAIFrameworkArchitecture
AI Agent 上生产前,先把权限模型想明白:Claude、Hermes、OpenClaw 怎么做

AI Agent 上生产前,先把权限模型想明白:Claude、Hermes、OpenClaw 怎么做

最近三个月,Agent 安全讨论开始从“担不担心”升级到“默认权限模型是什么”。这件事已经决定了哪些系统能真的进生产。

AgentAISecurityArchitecture
2026 年 AI 现状:MIT 技术评论用图表告诉你

2026 年 AI 现状:MIT 技术评论用图表告诉你

MIT Technology Review 用一组图表展示 2026 年 AI 行业全景——谁领先、谁在追赶、资本流向何处。

AILLMAgent
Agent 评测开始标准化:Kaggle SAE + Axiom Write Evals 给了什么新范式

Agent 评测开始标准化:Kaggle SAE + Axiom Write Evals 给了什么新范式

最近三个月,Agent 评测正在从“看看演示视频”变成“拿统一考卷和自动生成评测集来跑”。这对真正做产品的人很重要。

AgentAIArchitecture
Visa Intelligent Commerce Connect:Agent 经济的支付基础设施

Visa Intelligent Commerce Connect:Agent 经济的支付基础设施

Visa 推出面向 AI Agent 的统一支付平台,让 Agent 能自主浏览、选择、支付商品——Agent 经济的关键拼图。

AgentAI支付
Cursor 3 的赌注:你将管理 Agent,而不是写代码

Cursor 3 的赌注:你将管理 Agent,而不是写代码

Cursor 3 不是 IDE 更新——而是一次产品形态的重构,核心是多 Agent 并行管理。

AgentCodingAI
GStack 为什么火:把 Vibe Coding 变成有计划、评审、QA、发版的流水线

GStack 为什么火:把 Vibe Coding 变成有计划、评审、QA、发版的流水线

GStack 值得看的地方,不是“又一套提示词”,而是它把 Vibe Coding 从单线程聊天,改造成了带角色和步骤的团队式流水线。

AIAgentClaudePrompt
OpenClaw 4.1 的信号:/tasks、Guardrails 和持久信任让 Agent 开始“留痕”

OpenClaw 4.1 的信号:/tasks、Guardrails 和持久信任让 Agent 开始“留痕”

如果说前几个月 OpenClaw 还偏向“功能扩张”,那最近这轮更新更像是在补 Agent 运维层:任务板、护栏、信任持久化都在往生产化靠。

OpenClawAgentSecurityArchitecture
MCP 2026 路线图:从协议走向企业基础设施

MCP 2026 路线图:从协议走向企业基础设施

MCP 团队发布 2026 路线图与新的维护者架构——从实验协议转向企业级基础设施的关键一步。

MCPAgentAI
把工程经验编码成可复用的 Agent Skill

把工程经验编码成可复用的 Agent Skill

真正的差距不在于谁用了更好的模型,而在于谁把工程经验编码成了可复用的流程模块。

AgentAI
Learn Claude Code:12 节课从零搭建 AI 编程助手

Learn Claude Code:12 节课从零搭建 AI 编程助手

觉得 AI 编程助手很神奇?这个开源项目用 12 节课,带你从零实现一个 Claude Code。

AIAgentPython
5 只龙虾住一台服务器:多 Agent 架构完整拆解

5 只龙虾住一台服务器:多 Agent 架构完整拆解

一台服务器上跑 5 个 OpenClaw 实例的多 Agent 架构,涵盖资源隔离、端口规划和进程管理。

OpenClawAgent养龙虾
AI 演进路径:从 RAG 到 MCP 到 AI Agent

AI 演进路径:从 RAG 到 MCP 到 AI Agent

RAG 是「开卷考试」,MCP 是「USB 接口」,Agent 是「自主员工」——AI 能力三级跳。

RAGMCPAgent
2026 年 AI 应用笔记:从 API 经济到 Agent 经济

2026 年 AI 应用笔记:从 API 经济到 Agent 经济

应用层产生超 10 亿美元新收入,消费者已愿意每月支付 200-300 美元的 AI 服务费。

AgentAILLM
2026 年 Harness Engineering 要火:从 Prompt 到驾驭 Agent

2026 年 Harness Engineering 要火:从 Prompt 到驾驭 Agent

AI Agent 像匹不守规矩的马,Harness 是让它跑得快又不跑偏的缰绳——从 Prompt 工程到 Agent 驾驭。

AgentAIPrompt
CLAUDE.md 实战配置技巧:让 AI 编程助手更听话

CLAUDE.md 实战配置技巧:让 AI 编程助手更听话

Santiago 的 CLAUDE.md 最佳实践——规划优先、代码审查、简洁性原则。

AIAgentDevOps
Claude Code 创始人 Boris 分享团队内部使用技巧

Claude Code 创始人 Boris 分享团队内部使用技巧

直接来自 Claude Code 团队的一手技巧:计划模式、记忆系统、CLAUDE.md 上下文管理。

AIAgent
2026 年 Agent 领域全景梳理:一万字深度解析

2026 年 Agent 领域全景梳理:一万字深度解析

过年期间写的万字长文,梳理 2026 年 Agent 发生了什么变化——为什么大家都这么焦虑。

AgentAILLM
2026 年 LLM 编程工作流:Specs + Skills + MCP + 审查

2026 年 LLM 编程工作流:Specs + Skills + MCP + 审查

Google Chrome 团队 Addy Osmani 的 AI 编程工作流——小步迭代,始终审查 AI 的建议。

AIMCPAgent
Claude Code 为什么不用 RAG 向量检索?

Claude Code 为什么不用 RAG 向量检索?

Claude Code 创始人 Boris 解释:我们试过 RAG,但基于 Agent 的关键词搜索效果更好。

RAGAIAgent
Anthropic 工程团队:为 AI 智能体打造高效工具

Anthropic 工程团队:为 AI 智能体打造高效工具

Claude Code 团队的一手经验——如何设计让 AI Agent 高效调用的工具接口。

AgentAIMCP
阿里 AgentScope 1.0:智能体开发框架深度解析

阿里 AgentScope 1.0:智能体开发框架深度解析

异步架构原生支持实时中断,把智能体开发、部署、监控打包成一条生产线。

AgentAIPython
吴恩达新课:用 MCP 构建富上下文 AI 应用

吴恩达新课:用 MCP 构建富上下文 AI 应用

吴恩达与 Anthropic MCP 负责人合作课程,手把手教你用 MCP 构建可访问工具和数据的 AI 应用。

MCPAIAgent
MCP 与 AI 工具生态系统深度解析

MCP 与 AI 工具生态系统深度解析

a16z 深度分析 MCP 协议——AI 模型标准化调用外部工具的开放协议,解决工具集成碎片化。

MCPAIAgent
从新手到专家:12 步掌握 AI Agent 开发

从新手到专家:12 步掌握 AI Agent 开发

涵盖从生成式 AI 基础到高级 Agentic RAG 系统的 12 个关键步骤完整学习路径。

AgentAIPrompt