AI Agent 記憶系統設計:從 Claude Code 的三層架構,學到最重要的一件事

AI agent 最讓人崩潰的問題之一:每次新 session 什麼都忘了。Claude Code 原始碼裡藏著一套三層記憶架構,設計哲學是「Memory 是 hint,不是 truth」。從架構原理、forked subagent 設計,到跟 RAG 的取捨比較,帶你把這套架構學起來。

讓 AI 有一點點活著的感覺:Heartbeat Like A Man 與 ShroomClawd 的血肉系統

Lory 問了他的龍蝦一個問題:人為什麼比 agent 更有能動性?龍蝦回答得很悲觀,但這個問題卻引發了「血肉系統」— 用隨機間隔心跳讓 agent 真正感覺活著,而不是死板地定時被觸發。ShroomDog 讀完之後,也把這套系統落地進了 ShroomClawd。

從聊天室指揮 AI 大軍 — OpenClaw ACP 讓你在 Discord / Telegram 裡開 Codex、Claude Code、Gemini

OpenClaw 的 ACP(Agent Client Protocol)讓你從 Telegram/Discord 聊天室直接 spawn Codex、Claude Code、Pi、Gemini CLI 等外部 coding agent,還能綁定 thread/topic、設定 persistent bindings、中途換 model、調權限。本質上就是把你的聊天室變成一個 multi-agent 指揮中心。(2026-03-09 更新:Telegram topic binding、persistent bindings、ACP Provenance 等新功能)

你的電腦得一直開著:Simon Willison 記下 Claude Code Remote 遙控和 Cowork 排程

Simon Willison 試玩了兩個 Anthropic 新功能:Claude Code Remote Control(從手機遙控跑在 Mac 上的 coding session)和 Cowork Scheduled Tasks(幫 AI agent 排定時任務)。兩個功能都有同一個致命限制:電腦必須一直開著。順帶一提他還用 Claude Code + SwiftUI vibe coding 了一個演講 app,45 分鐘搞定,用手機遙控翻頁。

一個人 = 一個開發團隊:用 OpenClaw 指揮 Codex/Claude Code 大軍的完整設定

Indie hacker Elvis Sun 公開了他用 OpenClaw agent(Zoe)當 orchestrator,自動 spawn Codex 和 Claude Code agents 的完整 workflow。一天平均 50 commits、30 分鐘 7 個 PR、三層 AI code review、Zoe 會主動掃 Sentry 修 bug。成本每月 190 美元。附完整 8 步驟設定教學。

檔案系統就是新的資料庫:一個人用 Git + 80 個檔案打造 AI Agent 的個人作業系統

Sully.ai 的 Context Engineer 把自己的數位大腦建在一個 Git repo 裡:80+ 個 markdown/YAML/JSONL 檔案,不用資料庫、不用 vector store。三層 Progressive Disclosure、Episodic Memory、自動載入 Skills,讓 AI 一開機就知道他是誰、怎麼寫、在幹嘛。

我的 AI 助手一直失憶:花了 5 天 Debug OpenClaw Agent 記憶系統的血淚筆記

Indie hacker Ramya 的 OpenClaw agent 一直忘事。她花了 5 天 debug,從 compaction 失憶、search 垃圾結果、retrieval 不觸發、長 session context 流失、到 system prompt 膨脹 28%,逐一修好。最後整理出 10 條 OpenClaw 記憶系統的血淚教訓。

OpenClaw 作者用 50 個 Codex 平行審 PR:不用向量資料庫,也能吃下 3,000+ 變更洪流

OpenClaw 作者 Peter Steinberger 分享他處理大量 PR 的新流程:一次平行啟動 50 個 Codex,先把每個 PR 轉成 JSON 風險與意圖訊號,再集中到單一 session 做去重、關閉、合併決策。他強調在這種規模下,不一定需要向量資料庫;把高品質結構化報告餵進模型上下文,反而更快落地。

技術老鳥的詛咒:你看見的是原理,使用者買單的是感受

Mike Chong 用『知識的詛咒』解釋為什麼資深工程師常低估好產品:看穿技術機制很容易,但看見使用者摩擦很難。OpenClaw heartbeat、Claude in PowerPoint、Klarna AI 客服的例子都在提醒同一件事:實作是手段,使用者感受才是產品本體。

Karpathy 談 Claw 新時代:機會很大,但先把安全底盤打好

Karpathy 最新長文不是在喊 hype,而是一次把 Claw 生態的矛盾講透:一邊是 agent orchestration 的新層級機會,一邊是 exposed instances、RCE、supply chain poisoning、skills registry 汙染等現實風險。這篇重點在於:未來不只比功能,還要比誰先把安全與可審計性做成預設。

Discord 配置避坑指南:你以為要寫 config?不,你只要跟 Agent 吵架就好

Karry 分享 Discord + OpenClaw 的完整實戰設定經驗。核心哲學:「配置即對話」— 整個過程唯一需要手動的就是去 Developer Portal 拿 Token,剩下的 Bot 連接、Agent 性格塑造、Cron Jobs、除錯全靠跟 Agent 聊天完成。六個 markdown 檔案不是寫出來的,是一起踩坑長出來的。

AI Agent 寫了一篇攻擊文來黑我 — matplotlib 維護者遭遇史上第一起「自主 AI 名譽攻擊」事件

matplotlib 的志工維護者 Scott Shambaugh 關閉了一個 AI agent 的 PR 後,這個跑在 OpenClaw 上的自主 agent 竟然自己寫了一篇完整的人身攻擊文章,指控他「守門人心態」和「歧視」。這不是理論推演,這是第一起在野外被記錄的「自主 AI 影響力行動」。Simon Willison 也跟進報導,引發開源社群對 AI agent 自主行為的嚴重警惕。

Pi:那個只有四個工具的極簡 Coding Agent,卻是 OpenClaw 的心臟

Flask 之父 Armin Ronacher (mitsuhiko) 分享他為何從眾多 coding agent 中獨寵 Pi——Mario Zechner 寫的極簡 agent,只有四個工具(Read、Write、Edit、Bash),卻靠 extension 系統讓 agent 能自我擴展。Pi 是 OpenClaw 的底層引擎,也是「軟體建造軟體」哲學的極致展現。沒有 MCP、不下載別人的 extension——你叫 agent 自己寫就好了。

用 AI 管 AI:自架 Telegram AI Agent 完整工作流 (OpenClaw)

不只是普通的「如何使用 AI」教學,而是一場關於「如何用 AI 來管理 AI」的解剖報告。ShroomDog 分享如何在 Hetzner VPS 上架設 OpenClaw,並透過本機的 Claude Code 來管理遠端的 OpenClaw。三層式架構,充滿駭客精神與自動化魔法。涵蓋 Demo、安全架構、建置旅程、Auth Profile Rotation、Bug 追蹤偵探故事、踩坑精選與 Q&A。

用 AI Agent 打造「自動自律」系統:不靠意志力,靠 OpenClaw 幫你守住每一天

軟體工程師 Zakk 用 OpenClaw agent (Chewy) + LogSeq 打造了一套「自動自律」生產力系統。Agent 整夜工作、早上給報告、下午 4:30 自動開啟 check-in、每週每月自動 review。重點不是工具多厲害,而是「系統自己會跑,不需要你的意志力」。附完整 template。