https://liao.gg/blog/agents-dont-need-memory
2026 年 10 月 3 日，Kevin Liao 在 liao.gg 寫記憶外掛實際在做的事。外掛分析人的對話，產生一千則彼此孤立的片段，塞進向量資料庫。人每下一則 prompt，它從庫裡拿出最相似的五則，附在 prompt 上。Agent 搞混了，就自己再搜，多拿幾則。他在括號裡補了一句：它本來就會搞混。他們把這個產品叫做記憶。
他沒有點名是哪一家。一千則、最相似的五則，還有文裡後來寫到的五百則、一萬筆、一千萬 token、三年，都是他描述這套做法時用的數字。
先看人要解決的是什麼，這套產品對不上。人要 Agent 懂這份專案。功能在哪裡，是它落在這份程式的哪個位置。為什麼做，是當初的理由。同意過什麼，是已經定下來的做法。在乎什麼，是人在意的事。人打下 prompt，要的是 Agent 照這些往下做。外掛交出來的卻是一場 RAG 抽獎：附上哪幾則由相似度決定，人只能盼有用的自己浮上來。
就算這次浮上來的剛好有用，Agent 手上仍是幾則從舊對話切出來的片段。他認為這不等於懂專案。整個記憶外掛的生態系解錯了問題。Agent 要的是文件。
他看到的每套，都是切片段、進庫、抽五則
他說市面上每一套記憶外掛都是同一條路。先掃一次次工作留下的對話逐字稿。再從逐字稿切出他們稱為記憶的片段。片段放進 RAG 用的資料庫。之後每一次 prompt，都取出最相似的五則，塞回這則 prompt。五則不夠用，就給 Agent 一個工具，讓它自己進庫裡再搜。
人沒有在 prompt 裡指定那五則。外掛按相似度自己附上，連同 prompt 一起送進模型。Agent 搞混了，再用工具多拿，多拿的仍是同一座庫裡的片段。他說架構就這些。
花俏加在這五步後面。有的讓 Agent 把舊逐字稿逐字搜過，一個字一個字對。有的把記憶分成短期和長期。有的在背景跑程式，做檢查、做合併，或把重複的去掉。有一種叫做 Dreamers 的，人沒在下 prompt 的時候，由它過夜把已經存進庫的記憶重寫一遍。也有人一直把上下文壓短。也有人再重排一次。這一類他沒有全部列完。
逐字搜、分層、過夜重寫、壓短、再重排，拿回來的都還是過去的對話。加料會燒 token。他認為這些功能是在補同一套、底下已經有問題的架構。所以他的判斷是，沒有一套因此就靠得住。
片段靠相似度浮出來，人稽核不了這座庫
這些外掛碰到的是同一類問題。他點了五個，還說問題不止這五個。每一套都試著修，也都沒修好。前提是同一個。
相似度只排兩段有多近。文字變成向量，距離近的排前面。近是這張排序唯一在答的事。哪一則是對的，哪一則現在還算數，哪一件該知道的事根本沒進庫，它都不答。人每次 prompt 拿到的就是這五則最像的。像，推不出該信哪一則。
片段存下來的時候，上下文不在裡面。一則 RAG 片段裝得下的字就那麼多，裝不下的留在外面。他點了留在外面的：當時的脈絡，做這件事的動機，學到的教訓，周圍的環境，還有更多。動機是當初為什麼定成這樣。教訓是上次哪裡出過事。環境是當時的程式和限制。這些被切掉之後，Agent 讀到的是一句能被搜到的舊話。
召回把過去當成現在還成立。搜逐字稿是把舊對話再找出來。搜向量庫也是。找出來的是當時說過的話。程式碼不會停在那天。他寫，程式碼每天都在改。改過之後，片段還停在改之前的那次對話。他問：身分驗證若有五百則片段，每一則現在還有多準。
搜尋工具也補不上另一個洞。工具可以交給 Agent。交出去之後，他問的是：Agent 怎麼知道現在該用。要知道該用，得先知道自己缺了一塊。Agent 不知道自己不知道的事。缺的那塊沒被它當成缺，搜尋就不會發生。庫裡就算有，也不會自己冒出來。
庫本身稽核不了。這裡的稽核，是人要能查庫裡到底有什麼。他寫，那裡有一萬筆 embedding，放在 SQLite。哪些記憶在？哪些過期了？哪些放進去之後從來沒被取回過？哪些是錯的，卻在暗中影響 Agent 怎麼做事？這四問要有人答得出來，庫才算查得了。他認為這座庫答不出。錯的那幾則人還沒看見，仍可能在下一次 prompt 裡被附上去。
人留知識是寫下來再用
他把這個生態系的前提這樣講。Agent 會忘。所以要修的是記得。要記得更好，就抓更多進來，把索引做更好，取回的時候更聰明。抓更多，庫裡的片段就更多。索引做更好，相近的就更好被撈到。取回更聰明，五則之外還可以再搜、再挑一次。三步處理的都是舊對話。
別人留知識，靠的是寫下來的紀錄。沒有人會把三年前的團隊會議再看一遍，只為了記起某個功能的限制當初怎麼定。會議當時怎麼講，人把它寫成紀錄。之後要查，人翻的是那份紀錄。限制若只活在三年前的對話裡，就得把整場再看一次才找得到。
解法不是給 Agent 一個搜尋工具，讓它到價值一千萬 token 的舊對話裡翻，把發生過的事用碎片重組起來。重組出來的仍是對話碎片。他寫的解法，是用文件當記憶。
現在這件事更急。很多人用 AI，以很快的速度灌出產品、功能，還有 slop。一行程式都不讀，也不懂。東西可以在沒人讀過程式的情況下交出去。文件就很容易被排到後面，變成事後才想起來補。他認為這時候文件該比以前更要緊。人不讀程式，功能為什麼存在、同意過什麼、人在乎什麼，Agent 還讀得到的，就是有人寫下來、並且還在維護的那些檔。
一份 AGENTS.md 留不住整份專案
人早就知道 Agent 需要脈絡，所以才有 AGENTS.md。這個檔讓 Agent 不要瞎進一份程式碼庫。他說這有用。常常，有用的結果是：整份專案的文件就這一個檔。
一個檔不夠。審查怎麼走、跟使用者討論過的規格、查過的函式庫、做過的決策、給 Agent 找檔用的索引，他要分開放，不要擠在同一份 AGENTS.md。他要一整個工作區，自己稱為 brain。brain 指的是一組有結構的檔，Agent 不必等人先開口，也可以把東西寫進去。裡面放指示、規格、決策、研究、索引，該留的都能留。
指示寫事情怎麼做。程式碼審查怎麼走，放在固定的檔。規格寫跟使用者討論過的內容。研究寫專案原本不熟的東西，一套陌生的函式庫，或一支 API。查過的結果留成檔，下次還能再用。
開工前，Agent 去這個工作區讀相關的檔。他要的脈絡是相關的，也是完整的。完整是指做法、決定、研究還在檔裡，Agent 讀到的是整份紀錄。做完才更新。他把更新的時間卡在這輪：事情剛做完，整張圖還在這輪的上下文裡。過期的檔在這時候改，缺的地方補上新文件。這輪一旦結束，那張圖就不在上下文裡了，過期的檔就不會自己改掉。
舊迴圈是下了 prompt 就做，做完這輪就忘。他要的迴圈是下了 prompt 先查文件，查出相關的檔再做，做完把文件更新。下一輪進來的 Agent 沒有上一輪的對話。它查到的，是上一輪改過的那些檔。
以前的記法，是在 Agent 旁邊再掛一座 RAG 資料庫，每次 prompt 從那座庫抽片段。他要把記憶放進這個工作區。人讀得了，改得了，也可以把檔分享出去。Agent 要懂的那四件事，寫在有人繼續維護的檔裡。下一輪要懂專案，讀的也是這些檔。
一年多前，他叫 Agent 寫進 internal
他說這個問題自己一年多前就看到了。那時他才開始用 AI 寫程式，要的是 Agent 換一個工作階段之後，還記得上一輪做過的工作。上一輪若只留在對話裡，新的一輪就接不到。他建了一個 internal/ 資料夾，叫 Agent 把規格、計畫、索引寫成檔，放在這個資料夾裡。規矩一起寫上：動手之前先讀該讀的文件和索引，做完一定更新。索引讓它知道該讀哪幾份。
那幾條一開始很粗，就是交代 Agent 的話。慢慢地，粗的指示變成一套正式做法，再變成外掛，叫做 Operator Memory。他說自己各個專案現在都固定在用。這一節是他自述這套做法怎麼長出來的：先是資料夾，後來才是這個外掛的名字。
Operator Memory 照他的說法，就是用文件當記憶。它給 Agent 一份 Markdown 工作區，留的是指示、規格、研究、索引。每次開工前一定先查，查的是跟這次工作有關的文件，查完才做。做完一定再更新這份工作區：過期的重新看過，缺了檔的地方補上。兩步中間才是做事。
他不用的東西寫得很具體。沒有向量資料庫。沒有 embedding。背景沒有做摘要的程式，沒有整理記憶的，沒有專門負責更新記憶的，沒有 Dreamers，也沒有其他會燒 token 的背景程式。沒有黑箱取回。黑箱取回指的是：命中了哪一則、為什麼命中，人看不見。他這裡要看記憶，就打開那些 Markdown，字在檔裡。
前面那座庫，他寫過一萬筆 embedding 放在 SQLite，人問不出哪些過期、哪些從未被取回、哪些是錯的。到了這套，記憶是檔。檔在不在，打開就知道。內容舊了，人看得到字。稽核做的是讀檔、改檔。
在他這套裡，每樣東西都是普通的 Markdown。人可以讀，可以改，可以 commit 進版控，也可以跟團隊分享同一份。他說這套自己用超過一年。想試的人，他說是免費、開源的。連結是他給的：https://github.com/aerovato/operator-memory