VarOps 的 Aroussi 谈企业 Agent 记忆系统设计

VarOps 的 Ran Aroussi 在 Tessl 博客撰文称，智能体在企业内表现不佳，根源是组织知识从未被记录成可用形式，而非模型能力不足。他据此提出企业级 Agent 记忆系统的三项设计决策：把记录保存在自有硬件上，只租用前沿模型来回答问题，并让模型每次只看到单个问题的证据。 他给出的基准数据是：摄取约 3500 万 token 花费 8.24 美元，使用两块 CPU、无 GPU 和免费本地嵌入模型；并用 Gemma 4（310 亿参数开放权重模型）在一台租用 GPU 上重建了全部记录。完整报告、测试框架和逐题结果已公开。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。