PLUR 如何把 Agent 上下文成本削减 90%

简短的答案：瓶颈不在模型智能——而在上下文。你每次对话都在发送相同的 3,000 个 token 的背景知识，其中 90% 是 agent 根本不需要的。PLUR 只注入相关内容。Haiku + PLUR 现在以十分之一的成本超越了不带记忆的 Opus。

问题：上下文昂贵且大部分无关

每个 AI 团队最终都会撞上同一面墙。你的 agent 会编码、写代码、做推理。但它不知道你的那堆事：你的部署服务器、你的标签规范、你上百个工具中哪个处理哪个任务、你六个月前做的那个决定及其原因。

直觉反应是把所有东西都塞进 system prompt。一个 CLAUDE.md 或 AGENTS.md 文件膨胀到 3,000 词。每次对话你都得发送——其中大部分与 agent 当前正在做的事毫无关系。

以 Opus 每百万 token 15 美元计算，光 system prompt 每个对话轮次就要 $0.045。乘以 5 个开发者的团队、每人每天 200 轮对话，你每天在 agent 大部分时间忽略的上下文上要花 $45。

更深层的问题：这样根本不管用。当 agent 被要求"部署 trading 模块"时，它不需要那 400 字的 Zettelkasten 规范。它只需要关于部署目标的 5 行内容。把那 5 行埋进 3,000 token 的噪音里，结果就是 agent 用错服务器或跳过冒烟测试。

洞见：注入，而非倾倒

人类专家不会在开始任务前记住所有东西。他们按需从记忆中提取，只浮现与当下相关的内容。agent 也应该用同样的方式工作。

PLUR 将知识存储为 engrams——小型、有类型的断言，会随着使用而增强、与当前无关时衰减，模拟人类记忆（ACT-R 激活模型）。每一轮对话，通过快速本地搜索（BM25 + BGE embeddings，无 API 调用）选出当前任务最相关的 5–10 个 engram，只将那些注入上下文。

不是发送 3,000 token 的背景知识，而是发送 200–400 token 的精准记忆。agent 恰好得到它需要的。没有它不需要的。

实际效果

# Task: "deploy the trading module to production"
# Injected automatically (5 engrams, ~280 tokens):

deploy target: nightshift (not prod) — SSH alias: nightshift
trading module lives in 0-personal/trading/
deployment: git pull + systemctl restart plur-trading
never push to main directly — PR required
smoke test: python test/smoke.py --env nightshift

没有 Zettelkasten 规范。没有邮件规范。没有其他 40 件此刻不相关的事。

我们做了头对头测试：相同的任务、相同的 agent，有无 PLUR 记忆。28 个场景，覆盖 Haiku 4.5、Sonnet 4.6 和 Opus 4.5。问题是 PLUR 记忆是否改变了哪个模型胜出。

结果：31 胜 4 负——所有模型 89% 胜率。

最清晰的结果出现在 house rules 上——需要应用组织特定知识的任务（标签规范、文件路由、部署流程）。没有 PLUR 的情况下，agent 正确处理这些的比例根据模型不同在 10–38% 之间：

带 PLUR 记忆的 Haiku 在 89% 的决定性对决中击败了没有记忆的 Opus。模型没有变聪明——它得到了正确的上下文，而不是噪音。

在 LongMemEval（检索基准）上，PLUR 在 500 题套件上使用混合 BM25 + embedding 搜索达到 97.6% 的 Hit@5 得分。零 API 调用。全部本地运行。

在真正需要了解你组织运作方式的任务上，成本降低 95%，同时性能提升 2.6 倍。

这个数学在任何规模下都成立。以每天 1,000 轮对话（一个小团队）计算，之前是约 $45/天，之后是约 $2/天——每天节省 $43，同时 agent 表现更好。

记忆如何捕获

PLUR 挂钩到你的会话生命周期。当你纠正 agent 时，它会学习：

# You say: "no, deploy goes to nightshift, not prod"
# PLUR captures automatically:
plur_learn("deploy target: nightshift (not prod) — SSH alias: nightshift")

当 agent 发现一个规范或做一个决定时，同样的流程。久而久之，它积累了一个关于你世界如何运作的模型——不是作为静态文档，而是作为可搜索、加权的知识图谱。

Engram 会衰减。六个月前你重构的代码库中的某个规范会自动停止出现在上下文中。无需人工维护。

为什么不用更小的 CLAUDE.md？

你可以。但"更小"有天花板——你永远需要比精心维护的静态文件能提供的更多上下文，而不让它再次变得臃肿。而且静态文件不会学习。它不会排序优先级。无论 agent 在做什么任务，它都发送相同的事实。

PLUR 的注入是任务感知的。同一知识库为"部署 trading 模块"vs"写博客文章"vs"审查这个 PR"浮现不同的 engram。agent 通过它此刻正在做的事的镜头来看它的世界。

npx @plur-ai/mcp init

一步完成存储（~/.plur/）、MCP 配置和 Claude Code 钩子的设置。重启编辑器。记忆从下一个会话开始生效。

对于 Cursor、Windsurf 或任何兼容 MCP 的客户端：

{
  "mcpServers": {
    "plur": {
      "command": "npx",
      "args": ["-y", "@plur-ai/mcp"]
    }
  }
}

记忆存储在 ~/.plur/——纯 YAML 文件、人类可读、零云依赖。用 plur_sync（基于 git）跨机器同步。

开源。Apache 2.0。兼容 Claude Code、Cursor、Windsurf 和任何 MCP 客户端。Python agent：pip install plur-hermes。

GitHub → · 基准测试 → · Engram 规范 →