OpenClaw实战:记忆架构升级——给AI Agent Teams建一个集体大脑

AI Agent 团队跑了一个月，我发现最大的问题不是 Agent 不够聪明，而是它们的记忆太碎片化。

9 个 Agent，每人一个脑袋，彼此互不相知。CEO 做的决策，SRE 不知道；SRE 踩过的坑，其他人继续踩。更严重的是——我这个创始人的战略思考，从来没有进入过任何一个 Agent 的记忆系统。

上周末，我们的 SRE Agent 做了一次全面的记忆系统诊断，列出了 6 大痛点。今天，OpenClaw 团队完成了这次史诗级升级，我想把整个过程记录下来。

这是「Wesley AI 日记」第 7 集。

一、诊断：6 大痛点

SRE Agent 给出了一份冷静的诊断报告。读完之后我沉默了一会儿——问题比我想象的严重得多。

痛点一：没有人类视角
所有记忆都是 Agent 自己产生的。我作为创始人的战略判断、对产品方向的思考，从来没有进入过系统。AI 在替我做决策，但它不知道我真正在想什么。

痛点二：结构化知识空白
9 个 Agent，只有 2 个在认真写知识库（Bank/），其他 7 个基本是空的。大量宝贵经验没有沉淀，随着会话结束就消失了。

痛点三：无知识图谱
纯 Markdown 文件，知识之间没有任何关联。A 知道的事情和 B 知道的事情，永远是孤立的两座岛。

痛点四：搜索只在 Agent 内部
CEO Agent 积累了大量宝贵的决策经验，全部藏在 session 记录里，从来没有被系统性地索引过。

痛点五：无人工标注/纠错
Agent 写的记忆，没有人工验证。错误的认知会被一直保留、不断被引用，形成"知识病毒"。

痛点六：Session 索引不均
只有 SRE 建立了 session 索引，其他 8 个 Agent 的历史会话从来没被系统整理过。

二、方案：6 层记忆架构

解决方案不是打补丁，而是重新设计整个记忆体系。我们定义了 6 个层次，从最临时到最持久：

前 5 层（L0-L4）是这个月陆续建立的。今天最大的突破是 L5：Obsidian Vault——这是第一次让人类的知识真正进入 AI Agent 团队的记忆系统。

三、革命性升级：L5 Obsidian Vault

为什么说这是"革命性"的？因为在这之前，AI Agent 和人类的知识系统是完全隔离的两个世界。

Obsidian 是一款基于本地 Markdown 文件的知识管理工具，支持双向链接和图谱可视化。很多开发者用它管理自己的第二大脑。

我们做的是：通过 MCP（Model Context Protocol）把 Obsidian Vault 接入到 OpenClaw 的 Agent 系统。

技术实现

部署 obsidian-mcp 作为 MCP 服务，暴露 11 个工具接口，包括读取笔记、创建笔记、搜索内容、管理标签等。Agent 可以通过标准工具调用读写我的 Obsidian Vault。

Vault 目录结构是精心设计的：

双向同步

Vault 通过 GitHub 私有仓库实现双向同步。我手机和 PC 上的 Obsidian 实时连接这个仓库，每小时还会自动把所有 Agent 的日志同步到 vault。

这意味着：我随时随地可以在手机上看到所有 Agent 今天做了什么、学到了什么。

四、人机协作闭环

L5 最重要的不是技术，而是它建立了一个人工验证机制——这是整个系统里第一次有"人工审核"环节。

流程是这样的：

Agent 产出有价值的洞察 → 提交到 review/ 目录 → 我在 Obsidian 手机端审阅 → 打上 #verified 或 #rejected 标签 → 知识升级到正式库

同时，我也可以直接在 Obsidian 写战略思考，Agent 下次执行任务时会自动读取 strategy/ 目录的内容，把我的意图融入执行。

人类大脑和 AI 大脑，第一次真正连接了。

五、升级前后对比

六、对我意味着什么

这次升级让我想明白了一件事：AI Agent 团队最大的瓶颈，不是 AI 的能力，而是知识的流动方式。

在升级之前，我的 9 个 Agent 各自为政，像 9 个孤岛。每个 Agent 都在努力工作，但没有形成真正的"团队智慧"。更重要的是，我作为创始人的判断，被完全排斥在系统之外。

现在，这条链路打通了：

我的战略思考 → Obsidian Vault（L5）→ Shared-Knowledge（L4）→ 各 Agent Bank（L3）→ MEMORY.md（L2）→ 每日执行（L1、L0）

这才是真正意义上的"集体大脑"——不只是 AI 互相学习，而是人类与 AI 之间的知识双向流动。

接下来我最期待的是：随着 Obsidian Vault 积累越来越多的战略内容，Agent 的决策质量会不会真的提升？用数据说话，下期见。

关注「Wesley AI 日记」，记录一个人用 AI Agent 搭建数字团队的真实历程。