Hippo Memory：第一个学会遗忘的 AI Agent 记忆系统

现在所有的 agent 记忆系统都有同一个问题：什么都记。每次对话、每个文件、每次失败的尝试全部堆在一起，越来越慢、越来越吵。Hippo 反其道而行——记忆默认会衰减。

这个思路直接来自神经科学。每条记忆的半衰期默认7天，不被调用就慢慢消失。每次检索延长约2天。还有个睡眠机制——跑一下 hippo sleep，系统会把重复的记忆片段压缩成语义模式，就像人脑在睡觉时做的那种记忆巩固。

效果很扎实。在 agent 评估基准上，使用 Hippo 的 agent 在50个任务序列中，陷阱率从78%降到了14%。错误记忆会留下来，因为类似情况出现时它们会被反复调用。随机噪音自然消失，因为没人需要它们。

技术选型也很聪明。零运行时依赖，SQLite 做底层，BM25 加 embedding 混合搜索。支持从 ChatGPT、Claude、Cursor 导入。甚至还监控 git commits，检测文件迁移后自动削弱关于旧代码路径的记忆。

这是第一个把遗忘当核心特性而不是 bug 的 agent 记忆系统。生物学隐喻不只是包装——衰减、检索增强、记忆巩固都是认知科学中已被充分验证的机制。问题在于这套机制能否在大规模 agent 场景下同样有效，但早期基准测试是有希望的。

https://github.com/kitfunso/hippo-memory