2026 年 5 月 · 11 分钟阅读 · Fran Olivares,OlivaresAI 创始人
项目管理大多是记忆工作。谁负责这条线?我们就迁移窗口达成了什么共识?为什么我们把限流器去除范围?什么时候法律审查会阻塞发布?每天早上必须重新询问这些问题的代理不是代理——它只是一个稍快的实习生。改变这一点的方法是给模型一个持久记忆层,它可以在轮次之间读写,并由对话自动填充。本指南讲解参考架构和集成代码,使用 Anthropic Claude API 作为 LLM,使用 Alma REST API 作为记忆层。
三个结构性原因。第一,PM 追踪的实体(人员、决策、可交付物、SLA、风险)本身就是长期存在的——它们按定义就比任何单次对话更长寿。第二,对话风格是高频且低投入:简短的站会消息、快速澄清、「我们就 X 说了什么?」这类问题。便宜地加载正确的上下文切片很重要。第三,遗忘的代价很高:漏掉的决策会变成漏掉的发布,被遗忘的依赖会成为阻塞项。
无状态的 Claude 对话能很好地处理单次规划会议。用户想要连续性时(「昨天我们同意…」、「本周阻塞 auth 团队的是什么?」),对话必须要么将完整历史重放进上下文窗口(昂贵,最终不可能),要么依赖模型之外的记忆层。
四个活动部件:
messages.create 流,带有项目感知的系统提示。启用工具使用,以便模型在需要时按名称向记忆层询问实体。stakeholder、decision、sla、risk)和重要性评分。情景捕获压缩后的每日站会;流程捕获反复出现的工作流(「我们处理热修复的方式」)。五个类别覆盖大多数团队:stakeholder(带角色 + 职责的人员)、decision(达成什么、何时、由谁、附理由)、sla(对其他团队或客户的承诺)、risk(带负责人 + 缓解措施的未决问题)、milestone(目标日期 + 范围 + 状态)。每条记忆带有重要性评分,以便组装器在检索中优先考虑高风险项。
类别不仅用于组织——它是检索信号的一部分。当用户问「我们决定了什么?」时,组装器对 decision 类别的记忆赋予更高权重。当他们问「谁被阻塞了?」时,risk 类别的记忆排名上升。Alma 的上下文组装正是为此暴露了每类别提升权重。
每条用户消息三个阶段。下面的伪代码使用 Node.js 配 Alma SDK 和 Anthropic SDK,但相同形状在 Python 或任何其他技术栈中都能工作:
const { systemPrompt } = await alma.context.assemble({ query: userMessage, environmentId: projectId });const stream = anthropic.messages.stream({ model: 'claude-opus-4-7', system: systemPrompt, messages: [{ role: 'user', content: userMessage }] });await alma.memories.extract({ text: lastTurn, environmentId: projectId });阶段 3 在后台运行——用户立即看到流式响应,提取在接下来的约 1 s 内进行,不阻塞。新记忆被去重,矛盾与现有条目进行检测,库自动保持干净。完整 SDK 参考:@olivaresai/alma-sdk;HTTP 等效项见 REST API 文档。
使用 Alma 环境:每个项目一个环境。每个环境拥有自己的记忆、情景、流程和 Soul 区块,与其他环境完全隔离。代理在每次记忆调用上传递 environmentId;API 强制执行边界。在没有显式环境切换的情况下根本不可能进行跨项目查询——这正是 PM 工具的正确默认值,因为将项目 A 的决策泄露到项目 B 是一个真实问题。
对于团队级 PM 代理(多个人与同一代理交互),使用 Alma 的 teams 资源:每个团队都有所有成员可见的共享记忆,加上每个用户的个人偏好记忆。基于角色的访问控制控制谁可以写什么。
用户消息:「站会:后端团队,Maria 今天解阻塞迁移,José 在做限流器;我们决定把 GA 发布推到周五,因为法律仍在审查 DPA」。代理的流程:
决策考古学。「为什么我们去除了限流器的范围?」——代理检索决策记忆加上周围情景以及它引用的风险记忆。返回答案,附记录引用,以便用户在需要时深入到对话中。
利益相关者查找。「谁负责迁移?」——直接对 stakeholder 类别进行记忆查询,返回记录。如果答案已过时(角色上周改变),矛盾检测会在下次提及新负责人的对话中捕获它。
定期报告生成。「生成本周 auth 线的状态报告」——代理组装为该线标记的情景、决策和风险的上下文窗口,然后从该策划切片起草报告。这比让 Claude 概述原始聊天历史显著更便宜、更准确。
组装器中的默认 token 预算:记忆约 2 K tokens,情景约 1 K,流程约 500,Soul 区块约 500。总计约 4 K——远低于任何模型的上下文预算,缓存命中在对话中摊销。如果你的项目很小(<100 条活跃记忆),你可以进一步降低预算。如果它很大(10 K+ 记忆),组装器保持在约 4 K,因为即使库很大,检索也会限制包含的记录数。
两件事在运营上很重要:Soul 区块(代理的身份)应当作为稳定的系统提示前缀缓存,以便重复调用不会重新支付输入 tokens;动态上下文(记忆 + 情景)应当位于缓存断点之后,以便每次调用仅重新上传更改的部分。Anthropic 的提示缓存文档涵盖断点放置。
在典型的 PM 团队流程中(每用户每天约 20 条消息,主要是站会 + 澄清),边际成本由 LLM 调用本身主导。记忆层增加:一次组装调用(几 KB 读取 + 检索,约 30 ms)、一次提取调用(Haiku,每轮约 $0.001)。每活跃用户每天的总记忆开销:远低于一美分。与 PM 团队不丢失决策的价值相比——账自然清楚。
Alma 的 Starter 套餐($14/mo)是入门层,包含持久记忆层。在 alma.olivares.ai 注册,在设置中生成 API 密钥,并从开发者页面克隆 SDK 启动器。在你的代理代码中接入三阶段循环,将其指向一个测试项目,运行一周。库将自然从对话中填充;你将看到决策、利益相关者和风险在无人工数据录入的情况下累积。从那里只是加大类别和调优组装器。
相关阅读:AI 持久记忆:2026 完整指南 · 如何为 AI 提供持久记忆 · 三层记忆架构 · 上下文组装文档 · 环境。