为什么“有记忆”的Agent,才是真正可用的AI系统
在这场近两小时的工作坊中,MemGPT 与 Letta 的创始人 Charles Packer 系统讲解了什么是 Stateful Agents,以及为什么“记忆”会成为下一代 AI 应用的分水岭。本文提炼了他关于 Agent 稳定性、记忆架构、工程取舍和真实应用场景的关键洞见。
在这场近两小时的工作坊中,MemGPT 与 Letta 的创始人 Charles Packer 系统讲解了什么是 Stateful Agents,以及为什么“记忆”会成为下一代 AI 应用的分水岭。本文提炼了他关于 Agent 稳定性、记忆架构、工程取舍和真实应用场景的关键洞见。
Apache Ranger 创始成员 Don Bosco Durai 结合自身开源与创业经历,系统拆解了 AI Agent 在企业落地时被严重低估的安全与合规问题,并给出一套可执行的三层方法论:从安全评估、零信任执行到持续可观测性,帮助团队真正把 Agent 放进生产环境。
这不是一场技术发布,而是一场面向工程师的“家庭问答”式游戏。通过现场即兴回答,Frontier Feud意外呈现了当下AI工程师最真实的关注点:成本、提示工程、工具选择,以及对行业透明度的隐性期待。
在这场演讲中,SuperDial工程师Nick分享了他们在真实电话场景中构建语音AI的经验:为什么“无聊但可靠”的通话才是好产品,以及语音AI工程师在2025年究竟要解决哪些最后一公里问题。
这篇文章还原了Y Combinator访谈中Zepto早期成长的关键逻辑:为什么他们押注“赢下消费者就能赢下一切”,以及dark store模式如何成为决定性杠杆。通过真实片段与原话,呈现一家年轻创业公司在速度、执行与认知上的关键抉择。
在AI Agent被热烈追捧的当下,Sayash Kapoor给出了一次“泼冷水式”的演讲:Agent并没有我们想象中那么可靠。通过法律、科研和产品落地的真实失败案例,他指出问题不在模型能力,而在评估方法与可靠性工程。
LinkedIn并非一开始就要打造宏大的GenAI平台,而是在真实产品压力下,一步步演化出支撑AI Agent的基础设施。本文还原Xiaofeng Wang的分享,讲清楚他们为何自建平台、如何从简单Prompt走向多智能体系统,以及这些选择背后的工程与组织洞见。
SignalFire产品负责人Heath Black结合自身从文学到AI的跨界经历,分享了他们如何用数据和叙事重新定义AI团队的招聘方式。这场演讲给出的不是泛泛而谈的“招人建议”,而是一套基于6500万级数据洞察的可执行方法论。
这场分享不是发布新模型,而是Anthropic首次系统性讲清:大模型如何真正进入企业核心业务。从Claude 3.5 Sonnet的工程优势,到可解释性如何影响安全与商业价值,再到客户实践中踩过的坑,这是一份来自一线的企业AI落地方法论。
这是一场用讽刺讲真相的演讲。Hamel Husain 和 Greg Ceccarelli 反其道而行之,系统演示了企业最常见、也最致命的 AI 战略失败方式。看似在教你“如何失败”,实际上是在逼你看清:组织、激励和认知错位,才是 AI 项目真正的杀手。