- 优雅の咸鱼2026-08-23
自从接触了AI，就完全沉迷到自己的世界，不知天地为何物了
，但是现在的模型更迭速度太快了，我不想把鸡蛋放一个篮子里面，所以我现在在 Codex、Claude Code、Grok、Antigravity 和 Cursor 之间切换，根据各个模型的优劣自由选择。
为了避免重复解释自己的个人背景，工作环境之类的东西，我配合codex做了一套本地记忆流程（这种任务还是codex做起来最优雅，好是真好，慢也是真慢）：新增会话先生成候选清单，我确认后才写入 Obsidian，远程推送需要再次确认。
我没有选择保存全部聊天，因为其中混着旧结论、AI 推测和工具日志这些无用的东西
，我的理想型是那种优雅的，高效的（省token的）记忆库啊！！！
但人工筛选也会增加维护成本（纯懒），记忆积累多了以后，检索质量可能同样会下降。
有朋友建议我上一个专门管理记忆的长上下文Agent（这方面应该gemini表现的最好吧？）
所以我想问一下各位佬友们，大家同时使用多个 AI 时，在记忆管理方面更倾向哪一种？期待佬友们的指点
- 完整归档所有聊天
- 人工筛选长期记忆
- 各个 AI 的记忆保持独立
主楼 - Zhliu01242026-08-23
AI记忆是个难题，DeepSeek也在做这个事情。可以搜一下流行的方案，不过我感觉都不是很好，很难把握哪些重要哪些不重要，记一堆反而扰乱了模型的输出。
Hermes类似的agent的技能可能是一个值得试的，把一些工作流固化下来。然后就是分项目来处理记忆信息，这样相对好一点。
- Zhliu01242026-08-23
跟AI应该没什么关系，记忆就是发给AI的上下文，同样的上下文发送给不同的AI输出是不一样的。