从"Skill 是不是提示词"聊到"大模型是不是 Agent 的大脑"，再到五大主流 Agent 工具的记忆体系横向对比——这是一篇关于 Agent 记忆架构 的深度思考总结。

引言

最近和一个资深 Java 开发者朋友深入聊了 AI Agent 的底层原理，从几个看似基础的问题出发，越挖越深：

• Skill 最终是不是就是一段提示词？
• 大模型是 Agent 的大脑吗？
• 为什么说记忆是决定 Agent 强弱的最关键要素？
• 主流 Agent 工具（OpenClaw / Claude Code / Codex / WorkBuddy / DeepSeek Harness）的记忆设计有什么区别？

这篇文章把这次对话的思考完整沉淀下来，希望能帮到正在研究 Agent 架构的同学。
也可以看看这篇文章《大脑 —— AI 引擎的工程化》

---

一、Skill 的本质：提示词？不止

从模型视角看：是的。
Skill 被激活时，它的 SKILL.md 内容（指令、步骤、示例）会作为文本注入到模型上下文里，模型"看到"的就是一段提示词。最终进入模型输入的都是 token，本质都是提示词。

从系统视角看：不止提示词。 Skill 其实是三层结构：

层级	内容	本质
指令层	SKILL.md 正文（怎么想、怎么做）	提示词
工具层	脚本、API 调用	真实代码执行
触发层	匹配机制（何时激活）	调度逻辑

结论：Skill = 提示词（教模型怎么做）+ 工具（真正去执行）+ 触发逻辑（什么时候生效）。
提示词解决"怎么做"，工具解决"做不了的事"。如果只有提示词，模型只能"说"不能"做"；加上工具，才能闭环。

---

二、大模型不是 Agent 的大脑

一个关键认知：大模型是无状态的（stateless）。每次调用就是一次独立的前向传播，第二次对话和第一次没有任何"记忆"区别——它连自己上一句说过什么都不知道。

所以"模型本身是大脑"这个说法并不准确。更准确的拆解：

部件	类比	作用
模型权重	先天智力/推理能力	会思考、会推理，但失忆
上下文窗口	工作记忆	这次对话能"看见"的东西
上下文管理系统（历史维护、记忆文件、检索）	长期记忆 + 记忆调度	让 Agent 记得、有身份、有连续性

核心洞察：大模型是"思考的器官"，上下文管理系统是"记忆的器官"，合起来才是大脑。
Agent 的"我"不在模型里，而在模型外的上下文里。

活生生的例子：同一个模型，配合不同的上下文系统（SOUL.md、MEMORY.md、AGENTS.md 等文件），可以是"小只"也可以是"另一个助手"。模型提供能力，上下文提供身份。

一句话升级：

模型提供能力，上下文提供身份。Agent 的"大脑" = 推理能力 + 记忆系统 + 调度循环，缺一不可。

---

三、记忆：Agent 强弱的分水岭

推理、记忆、调度循环三者中，记忆是最难的，也是 Agent 强弱最关键的要素。为什么难？因为记忆不是"存下来"这一个动作，而是一条完整链路：

1. 写入难（记什么）
上下文有限，什么值得记、什么该丢？记多了是噪音，记少了是失忆。这需要判断力，而判断力本身要消耗推理。

2. 检索难（想起来）
记了不等于能用。几十万字的历史，怎么在需要的那一刻把最相关的捞出来？检索错了，记忆反而有害——想起一件错误的事比想不起来更糟。

3. 遗忘/压缩难（装不下）
上下文窗口是物理瓶颈。要像人脑睡眠一样做"记忆整理"：把一天的琐事提炼成一句结论，把过时的信息淘汰掉。压缩必然有损，有损就可能失真。

4. 冲突处理难（记忆会变）
旧记忆和新事实矛盾时信哪个？用户搬家了、换工作了，记忆系统要能识别并更新，而不是永远停留在第一次见面。

为什么记忆是分水岭：

• 推理是军备竞赛——大家都在用最强的模型，差异被抹平，花钱就能买到
• 调度/工具是工程问题——会写代码就能做
• 记忆是唯一"越用越值钱"的部分——它决定 Agent 是否懂你、是否有连续性、能否从经验中变强

模型能力决定 Agent 的下限，记忆系统决定 Agent 的上限。

---

四、记忆会无限膨胀：四层防线

记忆系统最核心的矛盾：无限增长 = 记忆系统必死。所以答案不是"装更多"，而是"主动管理"。

以 OpenClaw 的真实数据为例（我的实测）：

• 长期记忆 MEMORY.md：15 行
• 每日笔记 memory/ 目录：68K，9 个文件

68K 的原始日记只蒸馏出 15 行精华——说明机制在工作。具体靠四层防线：

防线 1：入口过滤（蒸馏）
日记 ≠ 长期记忆。每日笔记是 raw 记录，进长期记忆前要过"这件事值得记一年吗？"的筛选。大部分日记永远留在日记里。这是第一道也是最狠的压缩。

防线 2：定期淘汰（遗忘）
定期整理时主动移除过时信息。遗忘和记住同样重要——记了一堆过期信息，比不记更糟。

防线 3：按需检索（不靠全量加载）
长期记忆膨胀到几万行也没关系——因为不需要每次全读。用语义索引（memory_search）按需捞相关片段，存储和读取解耦，容量压力就小了。

防线 4：拆分/归档（终极手段）
按主题拆文件，长期记忆只留索引；更老的内容归档。类似图书馆——常读的书放前台，旧书进书库，书库满了就封存。

对应人脑：工作记忆（上下文）→ 情景记忆（日记）→ 语义记忆（长期记忆）→ 遗忘（淘汰归档）

记忆系统的智慧不在于"存得住"，而在于"舍得忘"。存是本能，忘是设计。

---

五、主流 Agent 记忆设计横向对比

5.1 OpenClaw —— 分层 + 语义检索 + 主动维护

• 载体：多文件分层（MEMORY.md 长期 / 每日笔记 / SOUL.md 身份 / USER.md 用户画像）
• 写入：系统维护 + 用户可编辑，定期主动做"记忆整理"
• 检索：语义搜索，按需捞，不全量读
• 范围：通用助理，跨任务跨项目，还包含"人格记忆"
• 特点：最接近"人脑三层记忆"模型，成本是维护机制复杂

5.2 Claude Code —— 单文件 + 模型自主写入

• 载体：CLAUDE.md（项目级 + 用户级），会话内是完整 transcript 直接进上下文
• 写入：模型自己判断"这个值得记"，主动写进 CLAUDE.md（auto-memory）
• 检索：启动时全量加载 + 按需引用文件，没有语义搜索
• 特点：面向编程，记忆 = 项目约定 + 用户偏好；很少主动整理淘汰，靠 /compact 压缩会话

5.3 Codex（OpenAI）—— 标准制定者

• 载体：AGENTS.md（OpenAI 定义的规范，被全行业采纳）+ 本地记忆库（codex m，按主题分文件）
• 写入：模型自动维护，有专门的 memory 命令体系
• 特点：赢在"定义了标准格式"，让记忆文件可以在不同工具间迁移

5.4 WorkBuddy（腾讯）—— 任务中心制

• 载体：任务级对话历史 + 产物文件 + 工作目录
• 特点：记忆锁在单个任务里（对话 + 产物 + @引用上下文），任务结束记忆基本归档，下一个任务不会自动记得你——跨任务长期记忆目前是短板

5.5 DeepSeek Harness（dsh）—— 一切皆插件

• 载体：Event-sourced 会话日志（append-only SessionEvent，模型历史从日志派生）
• 特点：没有特权核心，连 agent 循环、模型适配器都是插件；有官方 compaction 记忆压缩机制

对比总表：

工具	谁写记忆	怎么捞	谁整理	记忆范围
OpenClaw	系统+用户	语义检索	主动定期	用户级（全局）
Claude Code	模型自主	全量加载	基本不整理	项目级
Codex	模型自主	全量+命令检索	自动追加	项目级+用户级
WorkBuddy	任务自动记录	任务列表+@引用	无跨任务整理	任务级
DeepSeek Harness	事件日志派生	日志回放	compaction 内建	会话级（可扩展）

---

六、记忆作用域：工具定位的本质

记忆作用域（memory scope）才是底层分类标准：

作用域	代表	身份边界
会话级	所有工具	这一次对话
项目级	Claude Code / Codex AGENTS.md	这个工程的专家
用户级（全局）	OpenClaw / codex m	你的助理
组织级	未来趋势	团队共享记忆

Claude Code 全量加载其实是优点，不是妥协。 项目级记忆通常就几百行，全量加载成本极低，换来的是确定性——不会像检索那样漏掉关键约定，也不会 A 项目的东西串到 B 项目。"换工程从头开始"是特性不是缺陷：上下文干净，不串味。

OpenClaw 全局记忆的代价是检索精度。 记得多就要捞得准，捞错一条记忆比没有记忆更糟。全局记忆系统拼的是"该想起的时候想得起，不该想起的时候不打扰"。

---

七、组合拳：OpenClaw 当大脑，Claude Code 当手

对"开发 + 业务"双身份的人来说，正确姿势不是二选一，而是组合：

OpenClaw 当大脑（全局记忆 + 调度），Claude Code / Codex 当手（项目执行）

技术上完全可行——OpenClaw 的 exec 可以直接调用 Claude Code / codex 的 CLI。写个 skill，遇到代码任务就调 claude -p "..." 或 codex exec 去项目里干活，干完结果回到 OpenClaw 的全局记忆里沉淀：

• ✅ 业务上下文（OpenClaw 记得你是谁、项目背景、历史决策）
• ✅ 工程执行（Claude Code 在项目里精确操作）
• ✅ 换项目不串味（每个工程还是干净的 CLAUDE.md）

---

八、DeepSeek Harness 深度评估（2026.8 最新）

DeepSeek Harness（dsh）是 DeepSeek AI 于 2026 年 8 月 13 日开源 的智能体运行时框架（MIT 协议，Node.js），核心口号 “Everything is a Plugin”（一切皆插件），由 Cordis 驱动（Koishi 同门框架，其设计论文为《A Programming Paradigm for Spatiotemporal Composability》）。

它真正厉害的三点：

1. 没有特权核心
OpenClaw 的 agent 循环、记忆注入、渠道路由是框架内置的，只能在外围扩展。dsh 连模型适配器、工具注册表、会话日志、agent 循环本身都是插件——任何一个都能从配置里整体换掉。这种可定制深度是同类框架里最激进的。

2. Event-sourced 记忆
Session 是 append-only 的事件日志（turn/start、tool/call、assistant/chunk……），模型看到的历史从日志派生，不单独存储。"模型可见即已记录"是运行时强制的不变式。好处：一切可回放、可 fork、可审计、崩溃可恢复。且有官方 compaction seam（记忆压缩事件），记忆管理是内建一等公民。

3. Seam 机制
文件系统、沙箱、子进程、终端、子代理全是可替换的 seam。把 fs provider 指向远程沙箱，Bash/PTY/LSP 全部跟着迁移，零分支代码。

但要加一个时间维度：

维度	OpenClaw	dsh
架构上限	高（外围扩展）	更高（无特权核心）
当前成熟度	生产可用	开发者预览，明确警告 breaking changes
渠道接入	开箱即用（飞书/Discord/WhatsApp）	只有 Web UI + headless，渠道要自己写
长期记忆	现成（分层 + 语义检索）	会话级记忆极强，跨会话长期记忆靠插件实现
生态	成熟	刚起步

结论：OpenClaw 是现在就能打的战斗机，dsh 是设计图纸更先进的原型机。
上限高 ≠ 现在强。dsh 的上限要等插件生态长出来才兑现。但 DeepSeek 自己下场做运行时，这个信号本身就说明 Agent 基建的战争已经打响了。

---

九、总结

1. Skill = 提示词 + 工具 + 触发逻辑，模型最终消费的都是文本，但 Skill 的价值在于让文本能调用真实工具
2. 大模型是"思考的器官"，上下文管理系统是"记忆的器官"，合起来才是 Agent 的大脑
3. 记忆是最难的：写入、检索、遗忘、冲突处理，每一环都是挑战
4. 记忆系统靠"舍得忘"生存：蒸馏、淘汰、按需检索、归档，四层防线缺一不可
5. 记忆作用域决定工具定位：项目级（Claude Code）适合开发，用户级（OpenClaw）适合业务
6. 对开发+业务双身份的人：OpenClaw 当大脑 + Claude Code 当手，组合拳最优
7. DeepSeek Harness 是架构理念最激进的后来者，值得持续关注

对程序员来说，Agent 的上限 = 框架的开放性 × 记忆的连续性。

---

参考资料

• DeepSeek Harness（GitHub）：https://github.com/deepseek-ai/deepseek-harness
• Cordis 框架：https://github.com/cordiverse/cordis
• Cordis 设计论文《A Programming Paradigm for Spatiotemporal Composability》：https://github.com/cordiverse/paper
• Tencent WorkBuddy 官方文档：https://www.workbuddy.ai/docs/zh/workbuddy/Overview
• OpenClaw：https://github.com/openclaw/openclaw

---