一文搞懂 Agent Memory：AI 是如何记住你说过的话的？
文章从 Context Window 的容量与持久化局限出发，解释 Agent Memory 的基本原理，将记忆分为情景记忆、语义记忆和程序记忆三类。实现形态上区分 Token-level、Latent 和 Parametric 三种记忆，并围绕 Write、Maintain、Retrieve 三个环节展开。
#RAG
博客园AI 评分6262 博客园AI 评分6262 给 Agent 加了 Redis 还是跨会话失忆，我排查后发现少了一层
作者在 Spring AI 项目中给 ChatClient 挂上 MessageWindowChatMemory 并用 Redis 存对话历史，但用户反馈跨会话后偏好丢失，排查发现 Spring AI 的记忆分两层，自己只接了短期记忆。
博客园AI 评分4242 以轻量 LoopAgent 替代 RAG 实现文档检索 - WindRunnerMax
基于 PI 的 @earendil-works/pi-agent-core 与 pi-ai 适配器，可搭建轻量级文档检索 Agent，用 Loop 机制替代 RAG，把文档站从被动检索对象变为模型主动探索的知识库。
AWS Machine Learning BlogAI 评分4040 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构，用于支撑 4000 万开发者的 API 测试、文档、发现与实现工作。
AWS Machine Learning BlogAI 评分3131 Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 重构 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 新增实时 ACL 校验层，在查询时直接向 Google Drive 等权威源核实权限，与原有的预检索过滤组成两阶段方案。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万家客户提供带来源引用的企业级问答，自 2026 年 2 月正式可用后，其 Discovery Agent 已为客户发现超 10 万条洞察。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 基于对 300 名数据与 AI 高管的调研发现，企业平均仅约 34% 的智能体 AI 项目能进入生产阶段，知识缺失是主要失败原因之一。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 是否已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准接口，二者可组合使用；RAG 并未消亡，它让模型基于训练数据外的文档、内部知识和代码库上下文作答，与 Agent、Skills、MCP 可共存于同一工作流。
Andrew NgAI 评分3838 吴恩达详解 AI 工程技能图谱：构建与部署 AI 应用
吴恩达发布 AI Engineering Skills Map 长文，详解四大顶层技能之首"构建与部署 AI 应用"，该图谱基于大量招聘信息、专家访谈与问卷分析得出。
Andrej Karpathy精选AI 评分6262 Karpathy 点评 Farzapedia：用文件系统构建个人 Wiki 知识库
Karpathy 转发并点评 Farzapedia 案例，认为这种用文件系统构建个人 Wiki 的方式优于隐式记忆的个性化方案。Farza 用 LLM 处理 2,500 条日记、Apple Notes 和 iMessage 记录，生成 400 篇带反向链接的文章，供 Claude Code 等智能体从 index.md 逐层检索。
推荐理由：Karpathy 借 Farzapedia 案例对比显式、可迁移的个人知识库与隐式记忆方案，给出可复用的思路。
Andrej Karpathy精选AI 评分6262 Karpathy 分享用 LLM 搭建个人知识库的 idea file
Andrej Karpathy 将其用 LLM 搭建个人知识库的推文整理成一份 gist 形式的 idea file，读者可交给自己的智能体据此构建 LLM wiki。
推荐理由：Karpathy 把个人知识库的搭建流程整理成可交给智能体执行的 idea file，读者可据此复现一套 LLM 维护的 wiki 工作流。
Andrej Karpathy精选AI 评分6262 Karpathy 分享用 LLM 构建个人知识库的工作流
Andrej Karpathy 分享了他用 LLM 构建个人知识库的做法：把文章、论文、仓库、数据集、图片等源文档索引到 raw/ 目录，再由 LLM 增量编译成由 .md 文件组成的 wiki，包含摘要、反向链接，并按概念分类撰写条目。
推荐理由：Karpathy 公开了自己用 LLM 编译个人知识库的完整工作流，含数据摄取、问答与 lint 环节，可迁移到研究场景。