夜雨聆风
扒了Claude Code的源码后,给我的OpenClaw龙虾装了一套＂进化系统＂,它现在能自己总结经验了
春节的时候，一款名为clawdbot的AI助手火了（当然他现在叫OpencClaw了），我也装了一只，并给它取了个名字叫”小白”。
不是Siri那种一问一答的工具，是一个真正能帮我做事的助手——分析投资机会、处理工作消息、管理日程……
但用着用着，我发现一个问题。
它有一个根本缺陷
养过龙虾的可能都有这种感觉？
跟它聊了半小时，结果它说”抱歉，我不记得我们刚才聊了什么”。
这种感觉，在AI领域叫”Context耗尽”——就像你刚和一个人聊完工作，他转头就忘了你是谁。
这就是小白之前给我带来的困惑。
每天要处理大量的任务：分析财报、研究投资机会、处理飞书消息……
但它的”记忆”是有限的。每次对话都是从零开始，相同的坑踩了一遍又一遍。
我说：”上次不是说过了吗？”
它回复：”抱歉，我不记得了。”
就像一个总会在关键时刻忘记了重要事情的不靠谱。结果它还一脸无辜。
我给小白建一套”三层记忆系统”
事情发生在前2周，契机是claude code 源码泄露了。作为优秀的编程界的AGENT，有着非常优秀的记忆系统。
于是我让小白把源码下载下来，花了1天的时间进行了源码的深入分析和学习。
它为自己制定了7个可以进化的地方。其中就有最为重要的记忆系统。
核心理念是：不是让AI记住所有事情，而是让它学会”知道去哪里找”。
就像一个好的图书管理员，不需要记住每一本书的内容，但知道《投资心理学》在第几排第几架。
第一层：MEMORY.md（索引目录）
这是小白的”图书馆目录”。只有几千字，记录着”我有哪些知识，存在哪里”。
比如：
-
唐朝投资分析模式 → 在
semantic/tang-investment.json -
KAIROS后台运行机制 → 在
semantic/kairos.json
第二层：semantic/（模式库）
这是小白的”工具手册”。不是具体的事件，而是抽象的方法论。
比如”如何分析一家公司的投资价值”，这是可以复用的。
第三层：episodic/（经历库）
这是小白的”工作日志”。记录具体发生过的事情。
三层内存的记忆是如何产生的？
这里不得不说我让小白从Claude Code 挖到的另一个宝藏了。KAIROS系统——一个后台运行的自动进化系统。
尽可能简单的描述一下，它每隔6小时运行一次（趁小白空闲的时候），做三件事：
1. 收集：回顾这6小时发生了什么2. 提炼：从具体事件中提取出可以复用的模式3. 修剪：把过时的东西删掉，腾出空间
举个例子：
某天小白解决了一个QMD配置的问题，KAIROS记录下来，分析出这是一个可以复用的经验，就把它存到”模式库”里。
下次再遇到类似问题，小白就能快速调用。
这就是”进化”——不是凭空变聪明，而是从错误和成功中学习。
核心工作流程
用户对话结束↓cron触发（每4小时/下次心跳）↓┌─────────────────────────────────────────┐│ Orientation 方向识别层 ││ - 分析时间上下文（凌晨/日间/周末） ││ - 分析内容类型（决策/学习/任务） ││ - 决定整合深度（light/normal/deep） │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step1: SessionReader 读取会话 ││ - 直接读取 .jsonl transcript 文件 ││ - 合并 checkpoint 消息 ││ - 合并 toolResult 碎片 │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step2: LLM 分析 ││ - 构建分析 prompt（注入 orientation） ││ - 调用 MiniMax API ││ - Coordinator 解析 LLM 输出 ││ - 提取 events / patterns / memoryEntries │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step3: 事件写入 ││ - EventLogger 写入 events/YYYY-MM-DD.jsonl││ - 从高置信度事件提取 pattern 候选 ││ - 注入 pendingDistill（待提炼队列） │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step4: Patterns 更新 ││ - 相似度检测（≥70%强制合并，60-70%普通合并）││ - degradePatterns 降权衰减 ││ - QMDIntegrator 写入 SQLite │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step5: MEMORY.md 追加 ││ - 追加重要决策/经验到长期记忆 │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step6: Episodic Record 生成 ││ - 写入 episodic/ 经历档案 │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ Step7: 修剪归档 ││ - 置信度≤0.25 或 引用=1且14天+ → 归档 ││ - 永不删除，只归档 │└─────────────────────────────────────────┘↓┌─────────────────────────────────────────┐│ DREAMS: 语义提炼（触发时） ││ - 每3周期 或 pendingDistill≥8 时触发 ││ - 从 patterns 提炼高层次智慧 ││ - 写入 DREAMS.md │└─────────────────────────────────────────┘
你看它就是通过日常的对话，搜集、分析、整理提炼，把历史的会话记录进行分层。这样它就不断从历史的经验中沉淀更多的能力，让我越用越顺手。
有人会问：这不是在”教AI统治世界”吗？
不是。
首先，这些能力都是我授权给它的。它只在规定的框架内学习。
其次，它的”记忆”都存在本地电脑上，不会传到任何服务器。
第三，它的能力是用来帮我解决问题的，不是用来取代谁。
未来会怎样？
现在的小白还处于”被动响应”阶段——我问什么它答什么。
未来的目标是”主动发现”：
-
我不问，它会主动扫描我关注领域的新动态
-
发现重大变化，主动推送提醒
-
越用越懂我的偏好和习惯
就像一个老员工，不仅完成任务，还知道什么时候该主动汇报坏消息。
目前这个已经在规划中了，或许下周就能够实现了。让他能够从对话的只言片语中，猜测我的喜好、习惯和意图。
结语
这套系统大概花了两周时间，主要是我和它一起摸索出来的。
没有请外部专家，没有使用昂贵的商业系统。
技术本身并不复杂，复杂的是找到真正的问题，然后一步步解决。
当然文中描述的这些，也只是这2周完成的工作的一部分，还有一些诸如：
多agent协作管理、协作引擎、semantic 按需加载等。
~/.openclaw/workspace/├── AGENTS.md # 编排规则（核心协议）├── SOUL.md # 委托原则├── MEMORY.md # 长期记忆索引├── USER.md # 用户信息│├── evolution/│ ├── EVOLUTION_PLAN_FULL.md # 演进计划总文档│ ├── CLAUDE_CODE_ARCHITECTURE.md # Claude Code 架构分析│ └── kairos_design.md # KAIROS 设计文档│├── memory/│ ├── semantic/ # 模式库（第二层）│ │ ├── patterns.json # 聚合模式文件│ │ ├── tang-investment-analysis.json│ │ └── kairos-self-improvement.json│ ├── episodic/ # 经历库（第三层）│ │ └── 2026-04-11-*.json│ └── session_tree/ # 分支状态│ └── session_tree.json│├── scripts/│ ├── session-tree.js # 协调中心│ ├── session-mailbox.js # 邮箱通信│ ├── session-conflict.js # 冲突检测│ ├── session-snapshot.js # 上下文快照│ ├── semantic-loader.js # 按需加载器│ └── orchestrate-with-patterns.sh # 集成 wrapper│└── skills/└── orchestrator/ # 编排 Skill├── SKILL.md└── references/├── QUICK_START.md└── API.md
如果你也在用OpenClaw，或者对这件事感兴趣，欢迎交流。