Super Memory -- AI agent 的跨 harness 长期记忆

蔡超谈软件

2026-10-26

导读：我是一个多harness的开发者。我觉得每个harness都有自己的特点，同时也爱尝试新的harness。

我是一个多harness的开发者。我觉得每个harness都有自己的特点，同时也爱尝试新的harness。如果你也同时使用codex，DSH，kimi code等等不同harness，不同知道你有没有和我一样的问题：换个 harness，记忆直接归零；而平台内置的记忆，你又看不见、改不了、带不走。为此，我自己开发了一个harness记忆（Super Memory）。

Super Memory 给 AI agent 装上跨会话、跨 harness 的长期记忆：agent 自己把值得长期记住的知识（架构决策、项目约定、踩坑与解法、环境事实、你的偏好）蒸馏进一个本地纯 markdown 的 LLM wiki（Karpathy 提出的记忆组织模式），之后任何 harness 的新会话都自动召回。两个设计，对应两笔你能直接感受到的价值：

记忆跟着人走，不跟着 harness 走——周一在 codex 敲定的方案，周三在 opencode 直接生效。背景不用重复交代，决策不重新讨论，坑不踩第二次；换 harness、混用 harness 都不再是代价
召回的是消化过的结论，不是原始碎片——知识在写入时就被"编译"成 wiki（一个事实一个页面、去重合并、互链），agent 每次拿到的是成品，而不是一堆需要现场重读的原始会话碎片。而且记忆是一目录纯 markdown：agent 记住了什么、记错了什么，你随时看得见、随手改得动、用 git 管得住

可视，可管理的Agent的记忆

我开源了这个项目，项目地址：https://github.com/chaocai2001/super-memory。

欢迎大家使用及反馈意见和建议。

【声明】内容源于网络

蔡超谈软件

蔡超，Mobvista技术副总裁兼首席架构师，曾任Amazon（中国）首席架构师，HP（中国），移动系统首席软件架构师，北京天融信公司，安全管理系统首席架构师，微软及SUN的特邀讲师。特借此公众号分享软件开发中的心得和经验。

内容 65

粉丝 0

蔡超谈软件蔡超，Mobvista技术副总裁兼首席架构师，曾任Amazon（中国）首席架构师，HP（中国），移动系统首席软件架构师，北京天融信公司，安全管理系统首席架构师，微软及SUN的特邀讲师。特借此公众号分享软件开发中的心得和经验。

总阅读659

粉丝0

内容65