计划及日记原因
因种种原因，毕业后至目前一直没找到想做的工作，现在正在转型AI中。 昨天悟道学习知识看过后是无法掌握的，要自己说出来讲明白。 自己也有记日记的习惯，现在计划在这里分享自己的学习日记的原因有两点：
- 分享给别人看能够提高我对自己的要求，加深对知识的记忆
- 也许我分享的内容将来会帮助到其他人
OpenClaw Hermes ClaudeCode
(Gemini的deep research功能很好用，第一个月免费) 最近在学习Openclaw Hermes ClaudeCode的Agent框架。起因是听罗福莉的博客再加上自己独立一个人学习，意识到如果真正想掌握技术，要跟踪到最前沿并掌握，然后才会有后续的探索与创造力等
Memory对比
Claude Code
纯粹的基于markdown的文件管理系统
分层逻辑
| 层级 | 路径 | 内容 |
|---|---|---|
| 企业 | ApplicationSupport/ClaudeCode/CLAUDE.md | CLAUDE自带 |
| 项目 | ./CLAUDE.md | 团队中的项目开发约定 |
| 个人偏好 | ~/.claude/CLAUDE.md | 个人使用CLAUDE的偏好，比如4个空格作为一个tab |
| 个人针对项目的习惯 | ./CLAUDE.local.md | 要在.gitignore中，纯粹为个人针对项目特殊设定的开发习惯 |
上下文压缩
- 预算缩减：直接按照特定冗余长度切断memory，如日志数据
- 片段裁剪：去除掉历史不活跃轮次的记忆
- Micro Compact，只记住了个名称，没看懂这块做什么
- 上下文折叠：理解下来就是将记忆存储到磁盘中，只暴露给模型紧凑的压缩过的数据，并保留恢复完整记忆的可能性
- 模型压缩：利用大模型提取摘要（会导致某些信息丢失，可能就是在用claude code时做的
/compact）
auto Memory
claude code在某个版本后新加的功能，用户可以选择性开启
/memory命令用来做auto memory的CRUD
模型在某一轮对话完成后自动评估信息的长期价值存放到类似pattern.md文件中
Openclaw
仿生学Dreaming
分层逻辑
- 会话级: 在每次对话时保存的上下文
- 日记级：每天生成的类似
memory/YYYY-MM-DD.md文件 Dream.md：在晚上用户不使用Openclaw时，openclaw自动提炼出的可复用的skill- 浅睡期：只做去重、聚类等操作用于初筛
- 快速眨眼期：用模型凝练提取可复用的记忆
- 深睡期：基于6大判断依据判断模型是否可长期保留（判断依据是啥记不清了...)
混合向量检索
将基于关键词和基于向量距离的技术混合索引用来检索记忆。既能匹配关键词，还能匹配语义
通过SQLite完成，轻量
八重保障与记忆刷新
类似Claude Code，在对话期间会插入静默轮次，将记忆存储到磁盘中，完成后回复NO_REPLY
Hermes
- 短期记忆：达到一定token阈值时调用特定函数压缩记忆
- 技能记忆：提取对话中可凝练的复用的，利用agentskill.io标准生成对应skills
- 长期插件式记忆：可集成（每个插件看起来都很高级，之后有时间再详细看）
- Holographic：比混合向量检索更高级的一种技术，同样使用轻量级的SQLite，probe-reason-contradict
- SuperMemory: 图谱，让记忆互相连接
- HindSight: 包含上下文的记忆
- Mem0
- OpenViking:逐级加载
腾讯博客
同时今天还看了一个腾讯技术博客，一个AI团队在做Harness engineering时总结出来的知识的重要性，也算是memory的一部分吧
链接：Harness不是目的，知识才是护城河 —— 一个AI工程交付团队的知识沉淀实践
知识的where/what/maturity
- where知识的分层（个人->团队->项目）
- l0
- lT
- 技术知识
- 业务知识
- 项目知识
- what
- model
- decision
- pitfall
- process
- guideline
- maturity
- draft
- verified
- proven
| 阶段 | 焦点 | 重点知识类型 |
|---|---|---|
| Analysis product | 业务知识+原始需求 | process、pitfall、guideline |
| analysis tech | 技术知识 | decision、pitfall、guideline |
| architect | 架构+实体关系 | model、decision |
| implementation | 编码+团队约定 | guideline、pitfall |
| build verify | 反模式库 | guideline、pitfall |
尾语和总结
- 记忆总是很模糊，没法把知识结构化的串起来
- 看到关注的大牛up主转型的分享，发现其实需要掌握的东西差不多-模型编排/记忆/工具调用/tool calling/MCP/RAG等等，她主要从官方文档和视频进行学习并在工作中进行实践。polebug：polebug.github.io/slides/ai-t…
- 未来的计划，我在做的不是焦虑AI是否有一天能够替代我的工作，而是我什么时候能够找到AI相关的工作。做了几次选择导致了今天的处境，但每天在学习新知识，希望是逐步在成长而不是让自己麻木
第一天开始分享，希望能多坚持坚持，下次五一假期后再更新。我会看这三个agent关于security相关的内容
