Agent 的记忆力,正在成为新的工程瓶颈。
4 月 16 日至 18 日,QCon 全球软件开发大会将在北京举办。本届大会聚焦 Agentic AI 时代的软件工程重塑,来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业的技术专家,将带来百余项真实落地案例。
记忆张量 MemTensor 创始人熊飞宇博士已确认出席,分享主题是《从上下文到经验资产:OpenClaw 热潮下的 Agent 记忆系统工程实践》。
OpenClaw 的爆发把一个被长期低估的问题推到了前台:Agent 的瓶颈不只是模型能力,更是长期状态如何被写入、组织、检索、更新和共享。拉长 context window 或者接一个向量库,并不能解决长任务中的连续性和稳定性问题。相反,它们往往引入新的工程债——token 消耗随会话轮次线性膨胀、历史信息与当前任务上下文互相污染、跨 Session 状态丢失、多 Agent 之间无法复用经验、用户记忆缺乏版本控制和权限治理。这些问题在单轮对话中不显眼,但在多 Session、多 Agent、长周期任务场景下会急剧放大。
熊飞宇的分享将从 OpenClaw 这一轮 memory 需求切入,系统讨论 Agent 为什么需要一层独立于模型的记忆系统,以及这层系统如何从"存对话日志"进化为"沉淀可复用的经验资产"。
核心内容包括:Memory as File System 的抽象模型、三类记忆(参数记忆 / 激活记忆 / 明文记忆)的工程定位、写入-组织-检索-更新的全链路设计、任务经验到 Skill 的闭环沉淀机制,以及单 Agent 到多 Agent 团队知识中枢的差异化架构。
熊飞宇曾任阿里巴巴集团业务中台数据智能负责人及淘宝天猫数据平台负责人,主导构建了国内首个千亿级数字商业知识图谱和零售行业知识交互大模型。2024 年 11 月创立记忆张量(上海)科技有限公司,提出并落地具有中国特色的大模型发展路径(PlanB),构建"低成本、低幻觉、高性能"的大模型核心技术体系。
他在本次会议的演讲要点包括:为什么 Agent 时代记忆从加分项变成基础设施;Context window 不等于长期记忆;Memory 作为一层独立系统能力的工程定位;写入、组织、检索、更新四层设计的核心挑战;从对话记录到 Skill 沉淀的完整闭环;四种部署形态的架构差异与工程取舍。
其中一组实测数据值得关注:从"全量灌上下文"改造为"按任务精确召回"后,模型调用次数降低 59.5%,token 消耗降低 72% 以上。
熊飞宇特别强调,不把 memory 讲成"向量库 + RAG"的变体,而是从 OpenClaw 的真实工程问题出发,解释为什么 Agent 时代需要一层独立的、有完整生命周期管理的记忆系统。听众可以带走一套可按模块拆解的落地路径:写入、组织、检索、更新、共享、治理——每个环节的核心设计决策和常见踩坑点。
除此之外,本次大会还策划了 Agentic Engineering、多模态理解与生成的突破、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施等 20 多个专题论坛,100 余位资深专家将带来前沿技术洞察和一线实践经验。
大会日程已 100% 上线,更多详情可联系票务经理 18514549229 进行咨询。
热门跟贴