OpenViking：字节把 Agent 记忆做成了文件系统
向量库风光了两年，字节跳动火山引擎刚开源的 OpenViking 却押了个更老的东西：文件系统。记忆、资源、技能，每样东西给一个 viking:// 地址，agent 像程序员翻目录一样浏览上下文，而不是把 embedding 扔进黑盒里祈祷。单日涨 803 星，总量三万，这是最近几个月里最有分量的 agent 记忆基建。
聪明的地方在分层加载。每块上下文存三层：摘要、概览、全文，agent 用哪层取哪层。官方说光这一招就省 34% 到 91% 的 token。检索还是可观测的：每次查询都保留完整的目录浏览轨迹，agent 取错记忆的时候你能看到它在哪个岔路拐错了。调试过向量检索翻车的人都懂这有多值钱。会话结束后系统异步把用户偏好和执行经验蒸馏成持久记忆，存储在长大，agent 在循环里不用付这个钱。
数字给得很凶：三个 agent 集成里，用户记忆准确率从 24-57% 拉到 80-83%，多轮任务成功率加了 7 到 12 个百分点。Claude Code、Codex、Cursor、LangChain、MCP 客户端全接好了。核心 AGPLv3，CLI 是 Apache，火山引擎上还有托管版——字节把这当生意做，不是当论文发。
方向已经很清楚了。这个月每一个认真的记忆系统，从 markdown wiki 到这个，结论全一样：别把历史塞进上下文，放进一个 agent 能确定性导航的存储里。OpenViking 是第一个背后站着超大厂生产基建的。https://github.com/volcengine/OpenViking
← 返回所有文章
聪明的地方在分层加载。每块上下文存三层：摘要、概览、全文，agent 用哪层取哪层。官方说光这一招就省 34% 到 91% 的 token。检索还是可观测的：每次查询都保留完整的目录浏览轨迹，agent 取错记忆的时候你能看到它在哪个岔路拐错了。调试过向量检索翻车的人都懂这有多值钱。会话结束后系统异步把用户偏好和执行经验蒸馏成持久记忆，存储在长大，agent 在循环里不用付这个钱。
数字给得很凶：三个 agent 集成里，用户记忆准确率从 24-57% 拉到 80-83%，多轮任务成功率加了 7 到 12 个百分点。Claude Code、Codex、Cursor、LangChain、MCP 客户端全接好了。核心 AGPLv3，CLI 是 Apache，火山引擎上还有托管版——字节把这当生意做，不是当论文发。
方向已经很清楚了。这个月每一个认真的记忆系统，从 markdown wiki 到这个，结论全一样：别把历史塞进上下文，放进一个 agent 能确定性导航的存储里。OpenViking 是第一个背后站着超大厂生产基建的。https://github.com/volcengine/OpenViking
评论