AI代理的長期記憶，最後可能只是一堆純文字檔案

深夜的工程師螢幕上，AI編程代理又忘記了昨天學到的東西。專案的慣例、命名規則、上週踩過的坑——每一次新的對話，都是一次失憶。10月11日，一個名為IHMT-MEMORY的開源專案登上Hacker News（https://github.com/gonzaroman/IHMT-MEMORY），主張的解法樸素到讓人意外:長期記憶不該藏在向量資料庫或專有服務裡，而該是一棵由純文字檔案組成的樹。

核心判斷:記憶正在從「模型能力」降級為「基礎設施」

這個專案本身的技術門檻不高——正因為不高，它才值得注意。它代表的方向是:AI代理的記憶不依賴更大參數量的模型，而是依賴可被工程師檢查、版本控制、手動編輯的檔案系統。對講求可審計性的企業IT部門來說，這個誘惑不小:記憶放進Git，就能diff、能回滾、能做code review。

這不是孤立事件，而是一整層「代理作業系統」正在自發成形。10月5日的Rashomon（https://github.com/altrace-dev-role/rashomon）做的是代理執行過程的獨立紀錄；9月底的Relay（https://relayevals.com）專注讓代理在失敗後能恢復並驗證；10月10日在Reddit熱議的REA（https://www.reddit.com/r/tech_x/comments/1x2d66l/github_project_called_rea_reverse_engineer/）則把代理接到Ghidra等逆向工程工具上，讓AI去理解別人App的功能怎麼運作。記憶、稽核、容錯、感知——四個元件，拼出一個代理 runtime 的雛形。而且全部開源。

但真實使用者的疑慮，比工具鏈的進展更快

方向很熱，落地很冷。9月30日Reddit上的討論串（https://www.reddit.com/r/AI_Agents/comments/1wu2d7b/what_is_an_ai_agent_that_changed_your_life_for/）裡，發文者直言:不斷聽到代理變得多聰明、監管討論多熱烈，卻想不起哪個代理真的改變過自己的日常生活。這種落差值得開發者警惕——工具鏈的完善速度，未必等於價值兌現的速度。

對台灣的意義:兩個切入點

第一，台灣的軟體代工與SI產業長年擅長的正是「整合既有元件」而非發明新模型。代理基礎設施這一層——記憶管理、執行紀錄、驗證恢復——是相對不吃算力、吃工程紀律的賽道，對台灣團隊的進入門檻低於模型層。第二，金融與製造業的合規文化，與「純文字檔案記憶」的透明可稽核特性天然相容。當企業導入代理時最先被問到的就是「它憑什麼做這個決定」，檔案樹形式的記憶是最容易回答這個問題的設計。

當然，這套分析建立在「開源討論熱度反映真實需求」的假設上。也可能這些專案只是模型內建記憶功能成熟前的過渡產物——一旦大廠把長期記憶直接做進模型，這一整層工具鏈會不會像昨天的RAG框架一樣迅速貶值？

純文字檔案會是最終答案，還是恐龍化石？下一次你的代理忘記專案慣例時，你會知道答案。