10 月 24 日，Letta 官方教程公开了它的有状态智能体工程副驾完整实现路径。核心是一套把记忆做成可编程对象的架构：智能体自己维护可以检视的核心记忆块，这些记忆块既能对外暴露做程序化的状态同步，也能让多个智能体共享同一份状态，教程还接上了归档向量记忆、自定义服务端工具、流式执行与服务端消息历史。
核心记忆块是可读写的对象
整套设计的起点是核心记忆块。与把记忆拼进系统提示词不同，Letta 的记忆块是一等对象，智能体可以自主更新它，开发者也能直接读取和改写。这个差别决定了记忆能不能被当成程序接口用，而不是只能靠模型自觉维持一段长文本。
第二个层次是共享状态。教程把核心记忆块暴露出来做程序化状态同步，让多个智能体读写同一份状态。当几个智能体需要共享用户画像或任务上下文时，靠对话传递会不断损耗信息，让它们指向同一个可寻址对象更直接。
归档记忆、自定义工具与可移植性
第三层是归档向量记忆，用于语义检索。短期记忆块放不下全部历史，就靠向量召回把相关内容捞回来，避免上下文无限膨胀。
教程还演示了几个容易被忽略但实用的能力。自定义服务端工具可以做确定性的风险估算，这类计算交给外部函数比交给模型猜要稳。流式让开发者实时观察智能体的执行过程和工具调用轨迹。服务端消息历史让对话跨会话延续。文件导出为 .af 格式，让整套工作流可以带着走。代码用 letta-client 走官方 API，模型可在 gpt-4.1、gpt-4o-mini 和 claude-sonnet-4 之间挑。
把记忆做成可寻址、可编程、可共享的对象，和模型侧的记忆研究是并行的两条线。记忆机制的评测方法也在演进，站内有一篇对开源记忆原生模型的拆解，MemT-1.0 在 11 项记忆基准上的表现给出了另一侧参照，详见 上海团队开源记忆原生大模型 MemT-1.0：288B 参数、11 项记忆基准第一。
延伸阅读
- Kimi Agent Swarm是什么：100个子AI并行工作解析2 周前
- 腾讯QClaw 12月24日停运：一键迁移WorkBuddy，3月24日删数据2 周前
- 阶跃Step5Preview接入WorkBuddy：限时免费两周，6000亿稀疏MoE2 周前
- 千问Go!上线：航班延误理赔/餐厅预订/商品比价，一个APP全搞定2 周前
继续读
同一批更新里这几篇值得一看：
- MiniMax M3.1 Flash 拿下 Agent 第一：智能指数 43 分2026-10-22
- 千问谈 Personal Agent：模型记忆生态三要素协同，上限近 100%2026-10-25
- TinyFish 公开搜索架构：完成率 79.0%，单任务成本 5 美分2026-10-25
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记