Letta 的 Agent 做的平平无奇,没什么人用这很正常,但他们对上下文管理的贡献真的不小。
比如著名的 Dreaming 机制就是他们首创的,后来才被 Claude Code 推广。
在如何处理历史记忆这个方面,Latte 的方案简单到让人觉得不可思议——直接覆盖,但所有记忆文件都用 Git 管理。
因为所有的模型在预训练的预料中都知道 Git 怎么用,所以根本不需要定义额外的 MCP 或 Tool,告诉 AI 该如何对记忆进行增删改查,大幅降低了记忆机制对模型思维链的负载。
然后因为所有的修改又经过 Git 管理,Agent 可以按需读取当前记忆,或随时翻看历史“因为什么改变了”记忆,Commit 本身也成为了记忆的一部分。
我至今没有看到第二个用这个方案做文档类记忆管理的 Agent。