蚂蚁 OceanBase 团队开源 PowerContext,把决策、约束、进度等耐久内容移出对话,供跨会话、跨 Agent 复用。基准测试显示长对话记忆准确率达 90.78%,编码任务输入 Token 减少 25.4%。

蚂蚁 OceanBase 团队开源了名为 PowerContext 的项目,解决的问题很具体:上下文不该死在一次对话里。
它的定位是「给 AI agent 用的开源上下文服务」。把工作中那些耐久的东西——决策、约束、证据、进度——从对话里搬到外面,这样下一个会话、下一个 agent,或者下一个人接手时,能从当前状态继续,不用重读一遍聊天记录。

Memory 存的是能跨会话复用的决策和约束。每条记录有 active、forgotten、merged、retired 四种状态。遗忘一条会把它移出活跃召回,但内容和历史都保留着、可以恢复。显式写入 Memory 完全不需要模型。
README 给的例子很贴切:「别重构老的 auth 模块——移动端还在用。」这种上下文很贵,不该依赖某个人在每个会话里重复一遍。
Handoff 记录的是当前状态,不是整份 transcript。它是个四步循环:Work Contract → Prepared Handoff → Acknowledgement → Task Outcome。handoff_current_work 捕获一个检查过的边界并返回临时交接,只有用户想要一个里程碑时才提交成持久 Revision。接收方解析交接并记录确认,Task Outcome 把最终状态和检查结果作为 Source 证据保留。
这里有个明确的设计:Handoff Report 是只读的,它从不改写 Memory。
Experience 记的是一次经验:情境、动作、观察到的结果、可复用的教训。它作为 pending candidate 进入 scope 局部的 Review Inbox。审核写入时用 expected_version,所以决策不会在另一个写入者改动提案后悄悄生效。批准会写入不可变的 Revision,拒绝会记录原因——两者都是终态,只有被批准的当前 head 才参与召回。
Skill 是被审核过的流程:名字、发现描述、指令、验证检查、血缘。关键是批准并不等于安装或执行——必须显式导出一个精确的已批准 Revision,agent 宿主才能发现宿主机本地的投影。

生成、审核、执行是分开的。 模型提出内容,审核批准一个 Revision,导出创建宿主本地副本。这三个步骤没有一步授予 agent 执行指令的权限。
召回是有界的,不是倾倒。 PreparedContext 从活跃 Memory 和已批准 Experience 里选配置好的段落,可带 Profile 快照和 Topic Memory,然后套一个共享的字节预算,返回 ready 或 empty。而且召回的内容是历史,不是指令权威——接收的 agent 仍然要遵守当前指令、检查工作区的实时状态。
所有东西都可追溯。 每个 Artifact 用 FAMILY/ARTIFACT_ID@REVISION 寻址,ID 稳定,批准替换产生后续 Revision。读一个精确引用,即使家族 head 已经前进,返回的仍是那个历史快照。
这最后一点其实是整个设计的地基。没有它,前面三条都无从谈起。
README 里有一张对比表,拿它跟三种常见做法比:重读聊天历史、对 transcript 做 RAG、宿主本地记忆文件。
「跨 agent 存活」这一项,前三种都是 no,只有它是 yes。「把工作交接给人」,前三种都要手动,它是 first-class。「可复用的流程」,前三种没有或者只有散文描述,它有 Experience / Skill。「保留历史版本」,前三种是 no、取决于索引、只能靠 git,它是不可变 Revision。
这张表当然是自己做的,但列的维度都切中要害。
长对话记忆:LoCoMo 上,1,540 个计分问题(类别 1–4),准确率 90.78%,对照组是全上下文重放,52.9%——高出 37.88 个百分点。
编码任务:SWE-bench Pro 配对比较,100 个任务,开启 PowerContext 约消耗 2.2532 亿输入 token,关闭时 3.0218 亿——少 25.4%,即每 100 个任务少 7,686 万 token。
检索质量(LoCoMo Plus):接 Jev 候选过滤后普遍提升 4–9 个百分点。GPT-4o-mini 从 40.855% 到 49.78%,Qwen3.7-plus 从 60.37% 到 68.947%。

然后是一段少见的坦白:
免费获取企业 AI 成熟度诊断报告,发现转型机会
有两处我们必须主动说明而不是藏起来:上面六个 LoCoMo Plus 分数由项目所有者提供,运行产物没有公开、无法验证——公开的说明能复现 harness,但复现不了那些分数。Windows 支持是实验性的。
也就是说,LoCoMo Plus 那六项分数来自项目方,缺乏独立验证。这种主动标注比数字本身更有价值——一个项目的基准可信度,很大程度上取决于它愿不愿意说出哪部分没被独立验证。
1.5.2 版本带交互式安装向导,需要 Python 3.11+、Git 和 uv。两条路径:
Basic memory:只要 CLI 和 Server,不需要模型 API,适合试试显式保存和召回。
Full memory:需要单独的 Generation 和 Embedding API 凭证,能做 Source 自动处理、Topic Memory 和语义检索。
macOS 和 Linux 支持,Windows 实验性。也有 Helm chart 供 Kubernetes 部署。
这类「agent 记忆」项目今年出得很多,多数是往 Claude Code 或 Cursor 里塞一个本地文件。
PowerContext 走的是另一条路:把它做成服务,带 revision、带审核队列、带权限边界。代价是重——要跑 Server、要配 Scope、要理解四个 Artifact 家族。收益是当工作真的需要在 agent 和人之间流转时,它有东西可交接。
那个「跨 agent 存活」的能力是它最实在的差异点。你在 Codex 里做了一半,换到 Claude Code,本地记忆文件带不过去,但服务里的 Source 和 Memory 可以。
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断