贵公司运行的每一个人工智能代理在启动时都一无所知。
它不记得上周二有人调试过的计费怪癖。它不知道另一个代理两周前摸索出的部署方案。它在每次会话中都会重新推导相同的事实，犯同样的错误，并提出相同的问题，周而复始，永无止境。我们都已默认这是正常现象。
这并不正常。这是一种设计选择，而我认为这是一个错误的选择。
无人质疑的默认设定
看看流行的记忆系统是如何构建的。Mem0、Zep、Letta、Supermemory。它们都是优秀的工程作品，并且在一个问题上达成了共识：记忆属于用户、会话或代理。你获得一个命名空间。你向其中写入数据。你从中读取数据。记忆的边界就是单一身份的边界。格伦（Glen）之所以如此强大，是因为它的做法与众不同，我将在后文详述。
对于这些工具最初旨在服务的对象——消费者聊天机器人而言，这种设计完全合理。我在与我的助手交谈，它应该记得我是素食主义者，并且我讨厌接打电话。我的记忆属于我。你的记忆属于你。当用户是至关重要的单位时，按用户隔离是完全正确的。
但这并非公司内部发生的实际情况。在公司内部，你拥有的不是一个代理，而是一支舰队。包括支持代理、销售代理、运营代理、上个月某人凭直觉快速开发的三种不同内部工具，以及工程团队中使用 Cursor 和 Claude Code 进行的任何操作。它们都在处理相同的业务、相同的客户、相同的系统，以及同样少数几个反复出现的问题。
在这种环境中，如果你将记忆范围限定为每用户或每代理，你就悄然做出了一个奇怪的决定。这意味着支持代理从客户那里学到的东西对销售代理是不可见的。意味着一位工程师的代理摸索出的部署方案被锁定在该工程师的代理内部。你将一家作为积累共享知识的机器而存在的公司，配备了一个拒绝共享的记忆层。
为何共享记忆能产生复利效应，而孤立记忆不能
以下是真正关键的部分，这是一个数学论证，而非感觉层面的争论。
在单租户设置中，每个代理仅受益于其亲自写入的内容。N 个代理，就有 N 堆独立的记忆。系统的价值随代理数量线性增长，且每堆记忆都很小，因为每个代理只能看到其工作的一小部分。知识无法融合。它们只是静置在 N 个互不接触的桶中。
现在，在所有 N 个代理之间共享一个存储库。任何代理的每次写入都成为其他所有代理的可读内容。一个代理在上午 9 点学到的东西，在 9:05 即可供另一个代理使用。新事实不仅增加到某一堆记忆中，而是可以在整个代理舰队中重复使用。有用的量度不是记忆的数量，而是所有能够访问该存储库的代理的读取次数乘以写入次数，其增长速度远快于线性增长。
这正是团队的价值高于其成员个人价值之和的原因，也是拥有良好共享文档的代码库优于每个人将笔记记在自己脑海中的代码库的原因。当知识被汇集时，它会产生复利效应。当知识被孤立时，它会停滞不前。对于人类，我们早已知晓这一点。只是我们尚未以这种方式连接我们的人工智能代理。
冷启动问题使这一点具体化。在单租户世界中启动一个全新的代理，它从零开始。它必须从头重新学习一切，因为根据定义，它没有任何历史记录。针对共享的组织存储库启动一个新代理，它将从组织的当前状态开始。它已经知道计费怪癖、部署方案、自定义
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
