Agents 不需要记忆，它们需要文档：记忆插件生态在解决错误的问题
2026.10.04 · 观点 · 行业观点 · 社区热议
作者认为记忆插件只是把对话切片塞进向量库做 RAG，无法让 Agent 真正理解项目。
一篇 HN 热议文章批评市面上的记忆插件：它们把会话切成上千条片段存入向量库，每次提示注入最相似的 5 条，本质仍是 RAG。作者认为这套架构存在相似度排序、脱离上下文、把过去当真相、Agent 不知道自己要搜什么、存储不可审计等问题，主张改用可读可更新的文档式工作区。
- 记忆插件流程：切会话片段、入向量库、每次注入 top 5
- 作者列举召回机制的五大问题：相似度、无上下文、旧即真、不知何时搜、不可审计
- 各类插件靠重排、压缩、后台整理等新功能修补同一架构
- 作者主张用结构化文档工作区替代 RAG 式记忆
- 工作流应从 prompt→build→forget 变为 prompt→cons
为什么值得看
重新审视 Agent 记忆这一热门方向，指出记忆插件架构的共性缺陷。
适合谁关注
做 AI Agent、上下文工程和开发者工具的从业者。