⁣
📰 从上下文到经验资产：OpenClaw 热潮下的 Agent 记忆系统工程实践｜QCon北京

本次 QCon 大会聚焦 Agentic AI 时代的软件工程重塑，围绕多智能体协作、算力优化、技术债治理、记忆系统等前沿话题，汇聚腾讯、阿里、百度、华为等企业的技术专家，分享百余项落地案例与实战经验。核心议题围绕为何 Agent 时代需要独立的记忆系统，而非简单叠加上下文；Memory 通过 Memory as File System 与三类记忆（明文记忆、激活记忆、参数记忆）的工程定位，提出从写入、组织、检索、更新到共享治理的全链路设计。以 OpenClaw 的实际场景为例，讨论如何从单轮对话扩展到多会话、多 Agent、长周期任务的复杂状态管理，并强调记忆的长期资产化：将对话日志转化为可复用的经验资产与技能沉淀，形成团队知识中枢。演讲还对四种部署形态（单 Agent 本地、云插件、团队知识中枢、多 Agent 协作）进行对比，给出 token 预算、版本冲突、权限治理等工程权衡与落地路径，帮助企业在实际应用中建立完整的 Agent Memory 工程心智模型，做到从对话记忆提升到任务经验和可复用 Skill 的闭环。

🏷️ #记忆系统 #AgentMemory #OpenClaw #MemoryAsFileSystem #工程设计

🔗 原文链接