Mirix初体验

94jony
198 阅读6分钟

让AI拥有“真·记忆”？我深度体验了爆火的开源项目 Mirix

编者： 你是否也曾想过，如果电脑能记住你看到的一切，并在你需要时随时告知，工作效率会提升多少？最近，一个名为 Mirix 的开源项目引爆了技术圈，它声称能为 AI 智能体构建一个多模态的长期记忆系统。这究竟是未来个人助理的雏形，还是又一个技术噱头？我花了两天时间，亲手部署并深度体验了它，这是我的第一手报告。

一、开箱初体验：把“数字记忆”助理请进我的电脑

对于一个前沿项目，安装部署的友好度是第一道门槛。Mirix 在这方面表现如何呢？

  1. 准备工作与安装过程

  • 当前快速安装仅支持macOS，Windows和Linux用户可选择开发安装,具体请参照官网文档进行安装

  • 硬件/系统环境：

    • MacBook air M1 2020
    • macOS：15.1.1

  1. 资源占用情况：

    1. 静默状态下 CPU 占用率：较低

    2. 内存占用：300MB左右

    3. 存储占用：

      1. 日志：每次启动会生成新的日志文件，日志记录请求的请求记录和错误信息
      2. 截图：张/1.5s，当截图后，将图片发送到内置的后端服务以及通过gemini模型进行处理，如果处理失败的文件将被保存在安装目录中，出来已成功将会自动删除

注意: 当前Memory Manager Model 还无法使用除了gemini 以外的模型

  • 初步感受：

    • 监控屏幕可通过选择不同的窗口/屏幕，可以保护隐私内容不被收录进mirix
    • 操作简洁，监控过程中无感
    • 缺少多语言配置、异常情况无提示

二、核心功能实战：我的 AI 助理究竟有多“记仇”？

接下来是重头戏。我设计了几个日常工作和生活中最常见的场景，来测试 Mirix 的记忆力和理解力。

场景一：基础信息检索——“我刚刚看过啥？”

我首先打开了一篇关于“人工智能发展史”的网页长文，快速浏览了大约5分钟后关闭。然后，我向 Mirix 发起了提问。

我的提问：

“我刚才看的那篇文章里，提到了AI经历了哪些发展阶段？”

Mirix 的回答：

未清除历史对话的情况下，会出现乱回答的情况

清除历史对话后

图1：基础信息检索测试

我的评价： 能正确识别阅读文章中的内容

场景二：跨应用记忆——“我的工作连贯吗？”

这个场景模拟了真实的工作流切换。我先在 飞书 中写下了一个项目计划，然后切换到 VS Code 中编写相关代码。

我的提问：

“我刚刚在 飞书里写的那个项目计划，第三个里程碑（Milestone 1）是什么？”

Mirix 的回答：

我的评价： 回答时默认以中英文混合输出，内容基本正确

场景三：多模态理解——“那张图里画了啥？”

这是我最期待的测试！我打开了一个介绍特斯拉 Cybertruck 的网页，上面有大量的图片和规格参数图表。

我的提问：

“刚刚那个 Cybertruck 的介绍页面，车子的侧面图是什么样的？它有哪些特别的设计？”

Mirix 的回答：

图2：多模态记忆能力测试

我的评价： 对图形的识别和理解到位，但回复的较为简答，应该和模型尺寸有关

场景四：失败与边界测试

没有一个产品是完美的。我也尝试了一些“刁钻”的问题，来测试它的能力边界。

我的“刁难”：

cybertruck 的尺寸数据有吗？

Mirix 的表现：

对于图文结合中较为详细的数据，没有被识别出来

三、技术探秘：聪明“大脑”是如何构建的？

体验了神奇的功能，我不禁好奇，Mirix 是如何实现这一切的？通过阅读它的论文和部分源码，我大致理解了其核心原理。

简单来说，Mirix 的“大脑”由两个关键部分构成：

  1. 六大记忆模块： 就像人脑有海马体、杏仁核各司其职一样，Mirix 设计了六种不同的“记忆体”，分别存储不同类型的信息（例如，情景记忆负责记住“发生了什么”，语义记忆负责理解“这是什么意思”）。
  2. 多智能体协作： 系统里有多个“智能体”角色，比如“观察员”负责记录屏幕，“记忆组织者”负责将信息存入不同记忆区，“问答员”则负责提取记忆来回答你的问题。它们相互协作，构成了高效的记忆管理系统。

图3：Mirix 的多智能体记忆架构（图片来源：Mirix 官方文档）

这种设计的精妙之处在于模块化和可扩展性，相比于把所有能力都塞进一个大模型，这种架构更灵活，也更符合我们对复杂智能系统的想象。

四、深度思考：Mirix 将带我们走向何方？

经过深度体验，我尝试总结一下 Mirix 的优劣，并对它的未来做一些思考。

  1. 核心优势 (Pros):

    1. 强大的多模态能力： 在对屏幕截图进行识别的能力较为优秀
    2. 巨大的潜力： 在当前对于清晰的图像文本识别不错的，但是对于图像的细节内容分析存在不足

  2. 不足与挑战 (Cons):

    1. 隐私担忧： 虽然截图处理是在本地，但当前仍然使用云端大模型来处理数据，仍然存在数据隐私问题。

    2. 记忆准确性： 当前对于截图内容的分析还不够细致，在多轮对话中存在记忆和问题混乱回答的问题

    3. 系统稳定性：

      • 当前系统稳定性不足，存在运行一段时间即进入加载记忆的情况，但一直无法加载成功。
      • 在进行对话时，如果存在网络中断或者其他情况，无正确的提示反馈

  3. 未来畅想 我仿佛看到了下一代操作系统的雏形。想象一下：

    1. 超级个人助理： 你的电脑比你自己更懂你，能主动帮你整理资料、撰写报告、甚至预测你的需求。
    2. 个性化教育： AI 可以观察学生的学习过程，了解其知识薄弱点，并提供量身定制的辅导。
    3. 加入音频输入的能力： 在加入音频数据后，数据完整性将得到大大的提升

五、总结

总而言之，Mirix 给我的感觉，是惊喜远大于其现有的瑕疵。它不是一个遥不可及的未来概念，而是一个已经可以下载、可以运行、可以亲手体验的“未来工具”。它让我们真实地瞥见了“通用人工智能助理”时代的一缕曙光。

虽然离成为人人可用的成熟产品还有很长的路要走，但 Mirix 所展示出的方向和潜力，足以让我这个数字世界的“老兵”感到兴奋。

最后，附上项目链接，强烈推荐有动手能力的同学亲自尝试一番：

互动话题： 如果你拥有这样一个AI记忆助理，你最希望它帮你记住什么？欢迎在评论区留下你的脑洞！

avatar
文章
阅读
粉丝