理解 LLM 无状态性与 Agent 内存设计

有一句话，大多数 AI Agent 教程都会一笔带过，但它恰恰解释了为什么构建可靠、可长期运行的 Agent 如此困难：

在两次 API 调用之间，模型什么都不知道。

你见过的每一种“记忆功能”——ChatGPT 的 memory、Claude 的 Projects、LangMem、Mem0——本质上都是由人编写的系统：它们先准备好文本，再在调用模型之前将其注入 context window。模型本身并没有持久化状态。

人们忽略的含义

如果 LLM 是无状态的，那么一个长期运行的 Agent，其智能完全存在于 harness 中——由它负责管理哪些内容会被注入，哪些内容会被丢弃。

这不是一种限制，而是一项设计原则。

研究社区已经开始明确地以这种方式看待它：

MemGPT（2023）提出了“LLM 即操作系统”的类比：模型是 CPU，外部记忆是磁盘，而 harness 负责管理查询时哪些页面位于 RAM 中。

MemGPT（2023）提出了“LLM 即操作系统”的类比：模型是 CPU，外部记忆是磁盘，而 harness 负责管理查询时哪些页面位于 RAM 中。

StateFlow（2024）更进一步：Agent 是一个 Finite State Machine。LLM 只会在状态转换时被调用，而不负责保存状态本身。

StateFlow（2024）更进一步：Agent 是一个 Finite State Machine。LLM 只会在状态转换时被调用，而不负责保存状态本身。

ClawVM（2026）将这一理念形式化为虚拟内存层：harness 会在每个生命周期边界强制执行确定性、经过验证的写回。LLM 输出原始思考，而 harness 决定提交哪些内容。

ClawVM（2026）将这一理念形式化为虚拟内存层：harness 会在每个生命周期边界强制执行确定性、经过验证的写回。LLM 输出原始思考，而 harness 决定提交哪些内容。

这对记忆设计意味着什么

如果 LLM 只是一个处理单元，那么 Agent 的记忆质量完全取决于 harness 的质量——也就是那个负责决定存储哪些事实、这些事实的有效期有多长，以及何时应被新事实取代的系统。

如果 harness 只是存储扁平化的 embeddings，并通过相似度进行检索，你得到的只会是一个表现平庸的 Agent。如果 harness 存储的是时态断言，并以确定性的方式解决冲突，你得到的才会是一个可靠的 Agent。

“时态断言”在实践中意味着什么

时态断言，就是一个具有生命周期的事实：

subject:   user_project
predicate: uses_language  
object:    Python
valid_from: 2025-01-10
valid_to:   2025-06-15   ← closed when user switched to TypeScript

存储它的是 harness，而不是 LLM。一旦设置了 valid_to，LLM 就再也不会看到这条旧事实。当前有效状态就是 WHERE valid_to IS NULL。

这正是 Smriti 背后的模型——一个开源的时态记忆引擎，专门用于为无状态 LLM 提供可靠的 harness。

LLM 不是 Agent，harness 才是 Agent。把 harness 构建好。

MIT license。基于 PostgreSQL。开源。

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。