memory
PulseAugur coverage of memory — every cluster mentioning memory across labs, papers, and developer communities, ranked by signal.
12 天有情绪数据
-
AI软件工厂与GPU内存交互探索
一篇博文详细介绍了如何使用AI构建一个自托管、沙盒化的代理软件工厂。另一篇博文探讨了图形处理单元（GPU）如何与内存交互的技术细节。
-
Micron 承诺向博伊西的美国研究中心投资 100 亿美元 · 已追踪 2 个来源
Micron Technology 宣布成立 Micron Research Labs，这是一个位于爱达荷州博伊西的新创新中心，计划在未来十年内投资 100 亿美元。该计划旨在推动内存、先进计算架构、封装和半导体制造领域的突破，重点关注当前路线图之外的技术。该实验室将作为一个协作中心，汇集 Micron、学术界、政府和行业合作伙伴，以加速未来技术的开发，特别是为 AI 时代。
-
美光投资100亿美元用于AI内存研究中心 · 已追踪2个来源
美光科技（Micron Technology）将投资100亿美元在爱达荷州博伊西建立美光研究实验室（Micron Research Labs），专注于先进内存技术、计算架构和半导体制造。该计划旨在解决AI基础设施中日益增长的数据移动和存储瓶颈，着眼于未来10年以上的需求。研究将探索内存与计算的更紧密集成，并重点关注先进封装和材料科学，以支持日益强大的AI系统需求。
-
AI Agents with Python 2026 系列启动，解释架构和用例
题为“AI Agents with Python 2026”的系列文章的第一部分已发布，旨在解释 AI 代理的概念并将其与传统聊天机器人区分开来。内容将涵盖 AI 代理架构、相关模型和工具、记忆系统以及代理循环。还将深入探讨 AI 代理的操作、护栏和实际应用。
-
DNA 成为密集数据存储的潜在解决方案
研究人员正在探索使用脱氧核糖核酸（DNA）进行数据存储，旨在创建高密度、持久的内存解决方案。这种创新的方法有可能彻底改变未来大量数据的归档和访问方式。
-
AI代理的“记忆”是代码构造，而非LLM功能
一位开发者解释说，AI代理中所谓的“记忆”并非源于大型语言模型本身，而是由周围的代码和数据库管理的构造。作者强调了一个普遍的误解，即开发者认为对话历史会自动保留，这会导致模型无状态时出现问题。有效的AI代理开发依赖于一个健壮的“记忆层”，该层能正确处理和存储对话数据，因为LLM API本身是一个纯函数，在请求之间不保留状态。
-
LLM 代理内存修复恢复决策来源
一位开发者解决了 LLM 代理内存在一个称为压缩的过程中被损坏的关键问题。以前，这个过程会剥离代理决策中重要的来源信息，将它们变成不容置疑的“传说”。此次修复包括确保恢复过程现在将原始来源和证据与每个决策一起重新注入，保证 100% 的数据完整性。这确保了未来的代理运行能够保留过去决策的完整上下文和来源，防止错误变成根深蒂固的习惯。
-
AI 索引方法通过区分事实与假设来保持档案的完整性
本文讨论了使用 AI 索引个人档案的方法，强调了保存每条信息的来源和确定性的重要性。它为每个条目提出了一个四部分结构：来源片段、类别（姓名、地点等）、来源文档以及不确定性标签。这种方法旨在防止 AI 将假设与已验证的事实混淆，确保假设与已建立的记录分开存储。作者认为，虽然这可能看起来有些官僚，但它能带来更诚实、更可靠的个人档案搜索体验。
-
人工智能竞争转向集成数据中心基础设施设计
人工智能领域的竞争格局正从仅关注单个芯片转向数据中心基础设施的整体设计。这一演变涉及将计算、内存、存储、网络和电力等各种组件整合到一个统一的系统中，以提高效率和性能。
-
半导体测试需求激增，供应商上调市场估算 · 追踪 6 个来源
半导体测试设备市场正经历需求激增，由系统级芯片 (SoC) 和内存领域共同驱动。Teradyne 和 Advantest 等主要供应商正在上调其 2026 年市场规模估算，Advantest 预计内存和 SoC TAM 将大幅增长。这种需求的增加反映在 ASE 等 OSATs 的资本支出上，已达到历史新高，表明测试耗材的需求呈现出强劲且可能可持续的增长浪潮。
-
高智商的习惯被误解为负面特质
心理学家们发现，一些常被误解为负面特质的习惯，实际上是高智商的标志。这些习惯包括：通过质疑确定性和分配注意力而显得“爱评判”；容忍多项未完成的任务，关注要点而非逐字细节而显得“心不在焉”；在对话中走神进行内部思考而显得“心不在焉”；以及通过追问和吸收非直接信息而显得“爱管闲事”。这些行为源于积极开放的思维、高度的认知需求以及容忍模糊性的能力等特质，这些特质有助于更深入的处理信息和解决问题。
-
Anthropic推出Claude AI的Reflection测试版以分析用户习惯
Anthropic为其Claude AI推出了一项名为Reflection的新测试版功能，旨在帮助用户分析其互动模式并识别可能影响工作质量的习惯。该功能对Free、Pro和Max用户可用，需要启用Memory功能，并提供四个维度的洞察：委托（Delegation）、描述（Description）、辨别（Discernment）和勤奋（Diligence）。然而，Reflection目前仅限于Claude主界面内的对话，不包括在Cowo…
-
AI 记忆、上下文窗口和 RAG：厘清关键区别
“记忆”、“上下文窗口”和“检索增强生成”（RAG）这些术语经常被混淆，导致 AI 系统出现架构错误。上下文窗口是 AI 模型临时的、即时的工作空间，类似于其短期工作记忆。RAG 是一种用于将相关信息提取到此上下文窗口中的技术，通常来自外部文档，或者在 AI 代理的情况下，来自其自身的持久记忆。AI 中的真正记忆指的是独立于单个会话的长期、持久状态，不仅包括检索，还包括存储、巩固和遗忘机制。
-
Alignbase推出托管内存以支持AI代理
Alignbase推出了一项名为共享和托管内存的新功能，旨在帮助AI代理在会话之间保持上下文。这使得代理能够读取和更新专用的内存文件，使它们能够接续之前的进度。团队可以为多个代理管理内存文件，控制写入访问权限，并跟踪版本历史记录，将内存与其他代理指令和知识库分开。
-
LLM代理基准测试存在缺陷，错误地惩罚了正确的च्多步推理
一位开发者发现他们的LLM代理评估框架存在一个重大缺陷，其中基准测试错误地将正确的工具选择标记为错误。该问题源于任务合成器为多步工具生成单步问题，导致模型因正确识别顺序工具使用的必要性而受到惩罚。在修复合成器以嵌入工具参数的具体值后，评估准确地反映了工具选择的准确性，之前失败的服务器现在得分完美。改进后的评估还显示，更大、文档记录较少的工具目录会增加拒绝错误，这是生产环境中一种关键的故障模式。
-
LLM训练推高硬件成本，影响开源项目
训练大型语言模型（LLM）对硬件日益增长的需求正在推高价格并导致固态硬盘和内存等关键组件短缺。这一趋势正影响着开源项目和公共资源，使得获取必要硬件的成本显著增加。例如，一个以前售价700欧元的硬盘现在售价3700欧元，并且经常缺货，这对Codeberg等组织构成了挑战。
-
新研究详细介绍了针对AI代理的“自状态攻击”
一篇新研究论文探讨了一类名为自状态攻击的安全威胁，这类攻击通过合法的操作系统系统调用来破坏自托管AI代理的内存和配置文件。该研究提出了一个分析这些攻击的框架，并评估了防御策略，发现涉及访问控制、工作负载条件检测和定期备份的分层方法在很大程度上是有效的。然而，一小部分残余的攻击面在操作系统层面仍然无法区分，这表明需要重新评估操作系统对这些新兴威胁的防御能力。
-
Anthropic 推出“Reflect with Claude”以评估 AI 使用情况
Anthropic 推出了名为“Reflect with Claude”的测试版功能，旨在帮助用户了解他们的 AI 交互模式。该工具对启用了记忆功能（Memory）的免费、Pro 和 Max 用户均可用，它提供使用报告并向用户提出反思性问题，例如，即使 Claude 能更快完成，您仍希望自己做什么任务。该功能是在听取了 MIT Media Lab 和 Boston Children's Hospital 专家的意见后开发的，旨在鼓励用…
-
Intel计划于2026年前通过3D堆叠彻底改革芯片设计
Intel计划从2026年开始，通过专注于3D堆叠和TSV技术，显著改变半导体设计。这一战略性转变旨在将内存组件置于更靠近处理单元的位置。此举旨在克服当前2D芯片架构固有的物理限制，特别是针对AI应用。
-
内存和存储成本上升导致PC出货量暴跌 · 追踪到2个来源
2026年第一季度，PC出货量出现了近三年来最显著的下滑，同比下降7%。此次下滑归因于内存和存储组件价格上涨以及供应短缺。分析师预测全年将进一步萎缩14.4%，这将不成比例地影响预算型笔记本电脑和教育领域。