Living Brain 将 AI 记忆与模型解耦，任务成本降 95%
Living Brain 把 AI 记忆从模型中拆出做成独立存储层，ChatGPT、Claude、Cursor、Codex 及自建智能体均可通过 MCP 或 API 读写同一份记忆，换模型或框架记忆不变。它只检索与当前问题相关的少量记忆，token 用量最多减少 22.6 倍，单任务成本最多降低 95%。端到端回答中位数 3.7s，检索中位数 464ms，LoCoMo 得分 92.2%。
Rohan Paul· @rohanpaul_ai · X·2026-11-04 22:16· 26 分钟前AI 评分49
AI 导读
Living Brain 把 AI 记忆从模型中拆出，做成独立存储层，ChatGPT、Claude、Cursor、Codex 及自建智能体均可读写同一份记忆，换模型或换框架记忆不变。它只检索与当前问题相关的少量记忆而非全量历史，token 用量最多减少 22.6 倍，单任务成本最多降低 95%，端到端回答中位数 3.7s，检索中位数 464ms，LoCoMo 得分 92.2%。
正文 · 原文
记忆正成为 AI 技术栈中独立的一层，与负责推理的模型分离。
@livingbrain 将 AI 模型视为可替换的引擎，而你积累的上下文则是保持不变的部分。智能体通过 MCP 或 API 接入，因此更换模型或智能体框架时记忆依然完好。
单任务成本最多降低 95%。端到端回答中位数 3.7s。
Living Brain 不会每次都把你的全部历史发送给模型，而是只挑选与当前问题相关的少量已存储记忆并发送，因此模型处理的 token 大幅减少（最多减少 22.6 倍），这正是单任务成本最多降低 95% 的原因。
ChatGPT 和 Claude 各自保存着关于你的私有记忆，且彼此无法读取对方的记忆。Living Brain 将这份记忆移入独立存储，两个工具以及你自己的智能体都能读写。
我们将记忆与模型解耦。 Living Brain 是 ChatGPT、Claude、Cursor、Codex 及你自己的智能体共用的一个持久大脑。在一处写入，可在任意处检索。 LoCoMo 得分 92.2%。检索中位数 464ms。每个问题的 token 用量最多减少 22.6 倍。 LLM 拥有参数。Living Brain 拥有可塑性。在 X 查看被引用的帖子
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news