# 策展 · X (Twitter) 🔥🔥

> 作者：Zaid (@Ctrl_Alt_Zaid) · 平台：X (Twitter) · 日期：2026-04-29

> 原始來源：https://x.com/ctrl_alt_zaid/status/2049082538686382397

## 中文摘要

安德烈·卡帕西（Andrej Karpathy）的「LLM Wiki」工作流程在人類使用者中大獲成功，但面對全天運行的自主 Agent，其架構開始崩潰。Mercury 透過混合式記憶系統解決此問題。

卡帕西的「LLM Wiki」模式迅速流行，因為它簡單實用：將原始資料放入資料夾，讓 LLM 轉換成持續演進的 Markdown wiki，在「Obsidian」中瀏覽，並隨時間改善知識庫。這打破了大多數 AI 系統的浪費循環——檢索、回答、遺忘、重複——轉而建立持久且隨使用改善的知識產物，對研究者、寫作者、分析師和開發者學習領域知識極具價值。

**人類記憶與 Agent 記憶的差異**

人類「第二腦」優化人類需求，如可讀性、瀏覽、反思、學習和手動修正；Agent 記憶系統則優化快速檢索、持久狀態、低 token 成本、衝突解決、重複自動化使用和可靠更新。這些工作負載完全不同，人類覺得優雅的設計，對軟體而言可能變得昂貴。

**Wiki 模式對人類的優勢**

Markdown 的強項包括：
- 可攜性。
- 可檢查性。
- 可版本控制。
- 本地優先。
- 長期易擁有。

搭配「Obsidian」的導航、圖形視圖、反向連結和搜尋，這組合完美適合人類知識工作，提供槓桿卻無鎖定風險。

**Agent 規模下 Wiki 模式的崩潰點**

問題不在 Markdown，而在將人類筆記架構用作自主系統的操作記憶層：
- Agent 常需單一事實而非整頁，如偏好部署目標、目前預算限制、未解決任務或最新使用者偏好；若須載入文件提取一句，記憶即變低效，數千次呼叫累積成結構性浪費。
- token 成為真實預算，每個無關 token 增加成本、延遲和分心風險；長運行 Agent 需要選擇性檢索，而非記憶傾倒——它們要正確記憶，而非最多記憶。
- 記憶漂移真實存在：偏好改變、專案演進、決定逆轉、舊假設過期；若過時筆記與新資訊同等排名，Agent 即基於陳腐狀態推理，這是可靠性問題，而非雜亂。
- 排名比儲存更關鍵：記憶成長時，挑戰在於辨識最新、最強、相關及應忽略項目；儲存容易，優先排序難。
- 持續寫入改變一切：人類偶爾更新筆記，Agent 則在任務、對話、工具呼叫和決定後更新，偏好結構化寫入、確定性更新和可查詢狀態的系統；此時記憶不再是筆記本，而是基礎設施。

**對卡帕西模式的肯定與區分**

這不是對卡帕西的批評，其模式對設計目標強大：超越無狀態聊天、讓知識累積、保持本地擁有，將 AI 變成合作者而非一次性助手。這是有意義進步。但人類導向知識系統與機器導向記憶系統屬不同類別，人類優美設計不自動適合機器需求。

**嚴肅 Agent 記憶的核心原則**

頂尖記憶系統匯聚幾項原則：
- **選擇性注入**：僅相關記憶進入上下文，其餘留儲存。
- **結構化檢索**：Agent 可直接查詢最新有效偏好、任務狀態、相關決定和先前上下文，而非僅讀筆記推斷。
- **評分機制**：記憶需元資料如信心度、新鮮度、重要性和強化，無評分則一切平等競爭。
- **衝突解決**：兩事實衝突時，有規則如較新者勝出、高信心者勝出或詢問使用者；靜默矛盾即失敗。
- **衰減機制**：部分記憶應減弱、過期或封存；平等記住一切的 Agent 最終記住得差。

**最佳混合式架構**

非 Markdown 對資料庫，而是兩者並用：
- **Markdown 供人類**：用於筆記、報告、摘要、日誌、身份文件。
- **結構化記憶供 Agent**：用於事實、實體、關係、偏好、任務狀態、索引、時間戳和評分。

Markdown 作為介面，結構化記憶作為基底，提供人類可讀性和 Agent 效率，這是實務方向。

**Mercury 的定位與解決方案**

「Mercury」以此區分為核心建構：身份應由人類擁有且可編輯（如靈魂和角色文件），搭配優化檢索、持久性和 token 感知上下文注入的操作記憶。目標非記更多，而是正確、低廉且有用地記住。產業正衝向更多工具、更大的上下文視窗、更快模型和更多整合，這些有用，但基底更關鍵；若記憶薄弱，Agent 雖強大卻不穩，能行動卻無法可靠累積上下文。

**產業真實轉變**

第一代 AI 助我們產生答案，下一代須維持上下文。我們正從偶爾開啟的 AI 轉向持續運行、知曉工作流程並代行行動的軟體。這要求機器導向記憶：結構化、選擇性、評分、可檢查、token 感知且無漂移改善。卡帕西啟動此對話，下一階段是正確工程，而「Mercury」正建構其中。

「Mercury Agent」為開源，MIT 授權，連結：mercury.cosmicstack.org。

## 標籤

Agent, 記憶系統, LLM, Mercury, Obsidian