AI 记忆革命:OpenClaw 4.10 的 Active Memory,让你的助手不再＂失忆＂

最近，OpenClaw 更新了一个牛逼的功能，能主动记住不同 Session 的上下文，不像之前的版本，每次换个新的 Session 都要重新介绍。像新的版本，我对着AI说这句话：“上周我们讨论过把 Docker Compose 迁移到 K8s，部署脚本怎么改？” 若不是新新版本我可能准备好被AI反问 “请问 K8s 迁移的当前进展是？”，因为太熟悉这种经历了，好多AI都是这样，换了不同的对话或任务：明明聊过的事，AI 一切换 session 就“失忆”，仿佛什么都没发生。

但 OpenClaw 这次的更新，AI 没有反问，而是直接开始写代码了。这就是 OpenClaw 4.10 最让我惊喜的更新：Active Memory，主动记忆系统。

记忆被动存储

你有没有这种感觉：用了大半年的 AI 助手，每次对话都像在面试一个新员工。你的工作习惯、使用的技术栈、常去的社区、偏好的代码风格……教了无数遍，下次聊天它还是一脸茫然。不是它笨，而是用错了记忆方式。 传统 AI 助手的记忆是被动存储的，你得主动说”记住这个”，它才写文件；下次还得说”搜索记忆”，它才想起来。这套逻辑有个致命问题：等你意识到需要搜索记忆的时候，最佳时机已经过去了。

Active Memory 系统

OpenClaw 在 4.10 版本中引入了 Active Memory，核心改变就是这一句话：

不是等你来搜索，而是主动把记忆送到你嘴边。

它的实现方式很巧妙，在生成主回复之前，系统会先启动一个轻量的”记忆子代理”：

用户消息    ↓构建记忆查询（当前消息 + 近期对话上下文）    ↓阻塞式记忆子代理运行（只允许调用 memory_search / memory_get 两个工具）    ↓找到相关记忆？→ 注入隐藏上下文    ↓主模型生成回复（带上记忆加持）

整个过程你完全无感知，但回复已经悄悄被优化过了。

Active Memory 核心参数

Active Memory 提供了相关的核心参数，可以组合出不同的使用场景：

搜索范围（queryMode）

召回策略（promptStyle）

验证是否生效

开启调试模式就能看到 Active Memory 的实时状态：

/verbose on     # 简单状态： Active Memory: status=ok elapsed=842ms/trace on       # 详细日志： Active Memory Debug: [召回的记忆内容]

如何开启

开启 Active Memory 配置其实比想象中简单。

在 openclaw.json 的 plugins.entries 中添加一个插件配置块就行：

{"plugins": {"entries": {"active-memory": {"enabled": true,"config": {"agents": ["main"],"queryMode": "recent","promptStyle": "balanced","timeoutMs": 15000,"maxSummaryChars": 220,"logging": true        }      }    }  }}

重启网关后生效：

openclaw gateway

不想全局开启？也可以用会话级命令控制：

/active-memory off        # 当前会话暂停/active-memory on         # 当前会话恢复/active-memory off --global  # 永久暂停

推荐从 recent + balanced 开始，这是官方给出的通用起步配置，延迟和效果平衡得最好。

MEMORY.md 与 Active Memory

那么，OpenClaw 升级到 Active Memory 后，原来的 MEMORY.md 还有用吗？

有用，但职责变了。

简单来说：MEMORY.md 还是你的”知识沉淀层”，但 Active Memory 是”召回引擎”。你可以在 MEMORY.md 里放一些静态的、原则性的信息（比如”我是全栈工程师，主攻 React + Node.js”），Active Memory 会自动把这些内容在合适的时机呈现给 AI。可以看到只有两者互相配合，才是一个完整的记忆体系。

使用体会

用了两周 Active Memory，有几个场景特别有感：

场景一：配置编辑器之前聊过”我用 VSCode + Vim 键位插件”，下次问 AI “帮我配置一下格式化”，它直接给出 Vim 友好的配置，跳过 Windows/macOS 键位的无关选项。

场景二：项目上下文之前讨论过”Docker Compose 迁移 K8s”，过几天问”部署脚本怎么改”，AI 直接基于 K8s 背景给方案，不需要重新介绍上下文。

场景三：长期项目延续上个月写的技术方案，本周继续讨论细节，AI 能主动关联到之前确定的方向，不用从零开始。

一句话总结：用过主动记忆，就再也回不去每次从零介绍了。