# AI 预检检查：给智能体加一套工作记忆架构

> 原标题：AI预检检查：智能体工作记忆架构

- 来源：AI HOT 精选
- 发布时间：2026-07-08T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/43206
- 原文：https://www.tomtunguz.com/the-ai-preflight-check

## 摘要

作者 Tomasz Tunguz 分享了他给 AI 智能体搭的一套记忆系统。核心思路是“预检”：收到任务后，智能体先从长期技能库里只挑相关的技能（目前约 90 个）装进上下文窗口，而不是把全部资料塞进去。日常任务 80% 由本地跑的 Ornith 35B 模型处理，搞不定的才转给更强的模型。

## 推荐理由

Tomasz Tunguz用任务预检将长期技能库与按需加载的上下文分开，给出了智能体工作记忆管理的具体方法。

## 锐评

90 个技能里挑相关的塞进 context，这个思路比堆全量资料靠谱。省钱的地方在 80% 走本地 35B，只有搞不定的才转强模型，大部分 token 成本压到本地。这套账算得过来，agent 的账单大头就是每天重复的琐事，那几次难题占比很小。预检这层做在本地，延迟和成本都能降一个档次。我信这个方向，做 agent 的迟早都得有这么一层，区别只是自己搭还是等框架给。
