技术实践

SnowflakeAI编码智能体为何会遗忘——ArcticMem修复

上下文与知识记忆Agent记忆

概述

Snowflake工程团队指出,AI智能体是无状态的:每次会话从零开始,记不住有效方法、失败路径与代码库积累理解。团队为此构建ArcticMem持久语义记忆系统并集成进编码智能体Cortex Code(CoCo),无需提示工程、微调或用户配置。架构分两层:Tier 1索引工作区已有显式知识(CLAUDE.md、RULES.md等),向量化存入本地库并自动重建索引;Tier 2从成功会话提炼经验,每会话由LLM抽取至多10条事实,含内容、理由、应用方式与触发时机。入库走四段流水线:超8万字符长会话先压缩摘要(用户消息逐字保留)、事实抽取、生命周期判定(ADD/UPDATE/DELETE/NONE,防重复与过期)、向量化存储。检索含被动注入与主动搜索双通道,向量、全文、符号三路检索经倒数排名融合排序。据介绍,在7项内部基准任务(自动测试验证)中5项稳定提升:整体通过率从47%升至73%,市场篮子分析从33%升至87%,客户分层从60%升至93%,获提升任务平均提高28个百分点;指标修复任务工具调用减少18%,记忆库仅数十条事实、每会话检索3-4次。团队称架构可推广至客服与研究智能体。