夜雨聆风从「AI For What」到「Value From AI」，100+可落地实践案例打通 AI 实战最后一公里！
OpenClaw 的爆发把一个被长期低估的工程问题推到了前台：Agent 的瓶颈不只是模型能力，更是长期状态如何被写入、组织、检索、更新和共享。在真实生产环境中，拉长 context window 或者接一个向量库，并不能解决长任务中的连续性和稳定性问题。相反，它们往往引入新的工程债：token 消耗随会话轮次线性膨胀、历史信息与当前任务上下文互相污染、跨 Session 状态丢失、多 Agent 之间无法复用经验、用户记忆缺乏版本控制和权限治理。这些问题在单轮对话中不显眼，但在多 Session、多 Agent、长周期任务场景下会急剧放大。
熊飞宇，华中科技大学学士、美国 Drexel University 博士，现任记忆张量（上海）科技有限公司创始人兼 CEO、上海算法创新研究院大模型中心负责人。曾任阿里巴巴集团业务中台数据智能负责人及淘宝天猫数据平台负责人，主导构建了国内首个千亿级数字商业知识图谱和零售行业知识交互大模型，相关成果荣获浙江省科技进步奖等多项荣誉，并在多个顶级 AI 会议与期刊发表多篇论文。2024 年 11 月，创立记忆张量（上海）科技有限公司，长期致力于人工智能基础理论与系统性创新。带领公司率先提出并落地具有中国特色的大模型发展路径（PlanB），成功构建“低成本、低幻觉、高性能”的大模型核心技术体系。他在本次会议的详细演讲内容如下：
OpenClaw 热潮背后被真正验证的需求：不是"记得更多"，而是"在正确的时机召回正确的经验"
Context window ≠ 长期记忆：上下文拉长带来的 token 膨胀、时序错配和召回噪声
Memory as File System：以文件系统为抽象，实现记忆的可见、可控、可组织——目录结构对应任务层级，文件对应记忆单元，元数据对应版本、权限与生命周期
三类记忆的工程定位：明文记忆（Explicit）处理事实与偏好的文本存储；激活记忆（Activation）处理推理过程中的 KV Cache 等中间状态；参数记忆（Parametric）处理沉淀在模型权重或 LoRA 适配器中的深层知识
检索层：关键词匹配、语义检索、文件导航、重排策略与 token 预算控制——解决“召回准且省”
更新层：版本链（V1 → V2 → V3）、冲突消解、过期归档而非删除、权限管控与审计——解决“记忆如何跟着用户演化”
Skill Memory 与历史检索的本质差异：前者是经过验证的可复用方法，后者只是原始记录的相似度匹配
记忆如何让 Agent 具备"越用越强"的工程基础：团队记忆池自动识别可共享经验，新 Agent 加入即继承已有 Skill
OpenClaw 场景实测：从"全量灌上下文"改造为"按任务精确召回"后，模型调用次数降低 59.5%，token 消耗降低 72%+
四种部署形态的架构差异：单 Agent 本地、Cloud 插件、团队知识中枢（Team Hub）、多 Agent 协作——隔离粒度、共享边界、一致性保证各不相同
工程取舍的真实权衡：token 预算 vs 召回覆盖率、版本保留深度 vs 存储成本、记忆共享范围 vs 权限隔离强度
写入层的信噪比问题。 对话日志、工具调用输出、中间推理链、错误结论、用户闲聊混在同一个流里。没有语义分块、去重和任务边界识别，记忆库会持续膨胀但信息密度持续下降——存得越多，检索越不准。
检索层的效率-精度权衡。 全量灌上下文在工程上最简单，但 token 成本线性增长、时序信息错配、无关记忆污染当前任务上下文。而一旦引入检索、重排、过滤管线，延迟和系统复杂度会迅速上升，检索预算（每次召回允许消耗多少 token）成为必须显式管理的工程参数。
多 Agent 共享的治理难题。 协作场景下，记忆共享太少则 Agent 之间无法形成协同（同一个团队的 Agent A 和 Agent B 对用户偏好的认知不一致）；共享太多则导致角色串扰、上下文污染、权限泄露。更棘手的是，共享出去的记忆如何做到可撤回、可审计、可按角色裁剪——这不是一个算法问题，而是一个系统治理问题。
不把 memory 讲成"向量库 + RAG"的变体。 从 OpenClaw 的真实工程问题出发，解释为什么 Agent 时代需要一层独立的、有完整生命周期管理的记忆系统，而不是在 prompt 里多塞几段历史。
