Letta（原 MemGPT）

2023 年 10 月，UC Berkeley 团队发布论文 MemGPT: Towards LLMs as Operating Systems（arXiv:2310.08560），核心洞察是：操作系统能靠虚拟内存与分页为程序制造「内存无限」的假象，大模型同样可以把上下文窗口当作主存、把外部数据库当作磁盘，通过在两层之间调度信息制造「上下文无限」的假象。2024 年 9 月 23 日，团队宣布两件事：开源项目由 MemGPT 更名为 Letta，MemGPT 之名保留给论文描述的设计模式；Letta Inc 出隐身，获 Felicis 领投、Founders Fund 与 Y Combinator 等跟投的 1000 万美元种子轮，投后估值 7000 万美元，天使名单包括 Jeff Dean、Clem Delangue 等行业人物。

Letta 的记忆分三层。Core memory（核心记忆）由带标签的记忆块组成——如 human（用户画像）、persona（智能体人设）——在每次推理时始终存在于上下文窗口，块有尺寸上限，可由开发者经 API 或 ADE 查看，也可由智能体经专用工具在运行中自行改写。Recall memory（回溯记忆）是全部历史交互的可检索档案：每条消息、每次工具调用与结果自动入库，支持向量相似、全文与混合检索，类似操作系统术语中的磁盘缓存。Archival memory（归档记忆）是长期冷存储：与自动记录的 Recall 不同，它由智能体显式写入需要长期保留的知识与文档，按需检索、不占窗口。当运行时准备请求时，上下文窗口由全部记忆块的当前状态经模板编译而成，保证模型看到的持久状态始终最新。

Letta 的关键设计是把「编辑记忆」做成显式的工具调用：core_memory_append、core_memory_replace 等函数让智能体在对话中随时更新对用户的理解、沉淀重要事实；块被修改后系统提示词整体重编译，下一次调用即看到新内容，无需任何检索动作——这是它与把记忆当 RAG 外挂的方案的分野。工程上，记忆块、消息与归档段落分别落库，向量检索可基于 pgvector 实现；整套记忆操作白盒透明，便于企业审计。风险同样来自自编辑：有第三方代码评估指出，核心记忆的正确性依赖工具规则、精确串替换、只读标志与运行时约束的兜底——信任智能体改写自身记忆是有代价的设计（记忆被污染的风险另见本站「记忆投毒」词条）。

更名后的产品线快速扩展：2025 年 4 月团队发表 sleep-time compute 研究，让智能体利用交互间隙的空闲时间主动整理与重组织记忆，该概念随后并入平台架构；2025 年 12 月推出 Letta Code，一个记忆优先的编码智能体，能把对代码库的习得跨会话沉淀；2026 年 1 月发布 Conversations API，允许单个智能体在多个并发用户会话间共享记忆；2026 年 2 月发布 Context Repositories，用 git 式机制对记忆状态做版本管理与合并。开发重心亦在调整：据社区代码考古报告，2026 年 8 月原 V1 API 服务器源码已从主分支移入归档分支，后续开发集中于 letta-code 方向的智能体外壳与渠道能力。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。

与 LangChain 等把记忆作为可选组件的框架相比，Letta 把记忆放在智能体状态的核心位置，围绕它设计整个运行时；与 Claude Code、Codex CLI 等编码智能体相比，Letta Code 的差异点在跨会话记忆沉淀；与各类「向量库存对话」的简易方案相比，Letta 提供的是带自编辑语义的分层记忆模型。适用判断也由此而来：需要智能体长期记住用户与业务、并把记忆当作一等资产管理的场景（个性化助理、长期客服、代码库陪伴式开发），Letta 的模型契合度高；一次性任务型智能体则未必需要这套机制。

记忆版本化（Context Repositories）与多会话共享记忆（Conversations API）指向「团队级智能体记忆」的方向；同时，托管运行时普遍内置自动上下文压缩，也在挤压独立记忆层的空间，两条路线的竞争值得关注。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。