發現2026/05/23
AI 記憶調用的工程學：四路存取路徑 × 十大場景全矩陣實測報告
當 AI 助理需要「記住一切」，它用什麼方式調用記憶？文件直讀、Qdrant 向量搜索、MemoryHub 捕獲管線、agentmemory 語義索引 — 四條路徑在十種真實場景下的實戰對比，揭露每條路徑的邊界與甜蜜點。
AI MemoryQdrantMemoryHub+5
發現2026/05/23
MemoryHub 輕量化改造實錄：從 10 個數據庫砍到 5 個，RAM 從 6.2GB 降到 500MB
當你把 Neo4j、Elasticsearch、MongoDB 從 AI 記憶系統中刪掉，只留 Qdrant + FAISS + SQLite-vec 三件套，再用 193MB 的 bge-small-zh 替換 9.1GB 的 BGE-m3 — 會發生什麼？一份完整的性能解剖、嵌入模型對比和面向普通電腦的裁減方案。
MemoryHubEmbedding ModelsBGE-m3+5
發現2026/05/23
XSkill 深度源碼分析：一個 ICML 2026 論文的技術設計、風險與對 MemoryHub 的啟發
從 Skill 三階段生命週期、Experience 兩層結構、跨軌跡對比批評，到級聯失效、嵌入檢索盲點、過度合併風險 — 一篇對 XSkill-Agent/XSkill 的完整技術解剖，附帶對君澤智庫記憶系統的適用性評估。
XSkillICML 2026Agent Architecture+4
發現2026/05/22
Polyglot Persistence 實戰：十數據庫記憶系統全流程評測
從 BGE-m3 向量嵌入、十路同步寫入，到九大後端搜索質量與速度對比——一次完整的 AI 記憶系統壓力測試。Qdrant 是語義之王，FAISS 是速度之王，Neo4j 是關係之王。
MemoryHubVector DatabaseBenchmark+5