核心观点
AI 最大的瓶颈不是智力，而是失忆。
过去三年，我们惊叹于 GPT-4 的代码能力、Claude 的推理深度、Gemini 的多模态理解——却忽视了一个致命缺陷：每次对话结束，一切归零。昨天花 45 分钟搞清楚的认证流程，今天必须从头解释；上周发现的 ORM lazy loading bug，本周又踩一遍。
这不是技术限制，是设计哲学的问题。直到 MCP（Model Context Protocol）和持久记忆架构的出现，AI 才真正开始"长脑子"。
深度分析
每日失忆症：被忽视的 AI 生产力黑洞
用过 Claude Code 或 Codex 的开发者都懂这种痛：
- Context Window 的幻觉：你以为 AI “记得”，其实它只是在当前对话里假装记得
- 重复解释的浪费：复杂项目的业务逻辑需要反复投喂，每次 Session 都是一次"重新入职"
- 决策链条的断裂：跨 Session 的架构决策没有连续性，导致代码风格摇摆、技术债务累积
一位开发者的比喻很精准：“这就像跟一个每天晚上都失忆的天才同事工作。”
记忆架构的三种进化路径
2026 年 Q1，三种解决方案同时涌现：
| 方案 | 代表项目 | 核心思路 | 适用场景 |
|---|---|---|---|
| 本地笔记库 | Obsidian + MCP Server | 人工策展 + AI 检索 | 个人开发者、需要可控记忆 |
| 自动记忆 Agent | Google Always-On Memory Agent | AI 自动合并、去重记忆 | 快速原型、个人使用 |
| 多 Agent 调度 | Daniel Orchestrator | 多模型共享记忆池 | 企业级、需要高可用 |
有趣的是，三者都选择了 SQLite，都跳过了向量数据库。这个取舍标志着 RAG 架构的范式转移：从" embedding + 向量搜索"转向"结构化存储 + LLM 直接读写"。
为什么 SQLite 赢了？
- 延迟转移：把性能瓶颈从"向量搜索延迟"移到"模型推理延迟"
- 部署简化：单文件部署，不需要 Pinecone/Weaviate 等外部服务
- 可控性：人工可以直接打开 SQLite 文件查看、修改 AI 的记忆
- 成本：月成本 USD 60 就能跑三个 AI Agent
Google 的文档坦承：“这不适合百万级事实记忆”——但对于个人开发者和中小团队，它刚刚好。
MCP：AI 世界的 USB 接口
Anthropic 2024 年底发布的 MCP 协议，让这一切成为可能。它标准化了 AI Agent 与外部数据源的连接方式：
- Claude Code / Desktop ✓
- Gemini CLI ✓
- Codex ✓
- VS Code Copilot ✓
一个 MCP Server，同时服务多个 Agent。这才是"记忆共享"的技术基础。
可实践建议
立即行动（今天就能做）
| 步骤 | 行动 | 时间成本 |
|---|---|---|
| 1 | 安装 Claude Desktop 或 Claude Code | 10 分钟 |
| 2 | 部署 Obsidian MCP Server（cyanheads 版） | 30 分钟 |
| 3 | 在 Obsidian 中建立 AI-Context 文件夹 |
5 分钟 |
| 4 | 配置 CLAUDE.md 自动更新工作流 |
1 小时 |
中期建设（本周完成）
| 任务 | 具体做法 | 预期收益 |
|---|---|---|
| 建立项目知识库 | 每个项目一个 Obsidian Vault | 跨 Session 保持上下文 |
| 设计记忆更新 Hook | Session 结束时自动总结写入笔记 | 持续累积领域知识 |
| 多 Agent 备份 | 配置 Codex/Gemini 作为 failover | 避免单点故障 |
长期策略（本月规划）
- 记忆治理：定义谁可以写入、记忆保留策略、审计日志
- 团队共享：建立共享的 MCP Server，让团队 Agent 共享知识库
- 自动化策展：用 AI 辅助整理笔记标签、关联、过期清理
风险与边界
这不是万能药。
| 风险 | 说明 | 缓解方案 |
|---|---|---|
| 搜索精度天花板 | FTS5 是关键词搜索，不是语义搜索 | 混合 sqlite-vec 做语义补充 |
| 记忆漂移 | AI 自动合并可能导致信息失真 | 人工策展 + 版本控制 |
| 规模限制 | SQLite 单文件不适合百万级记忆 | 企业场景考虑分片或向量数据库 |
| 安全隐患 | 知识库可能包含敏感代码、API Key | 加密存储 + 访问控制 |
一句话总结
AI 终于有记忆了——但记住什么、忘记什么，仍然是你说了算。
技术解决了持久化的问题，但记忆的策展权，依然是人类开发者的核心竞争力。
参考链接
- GitHub — willynikes2/knowledge-base-server
- GitHub — willynikes2/agent-orchestrator
- GitHub — GoogleCloudPlatform/generative-ai (Always-On Memory Agent)
- 原文：AI 終於有記憶了！Obsidian + Claude + MCP 打造最強第二大腦
本文基于 Tenten.co 的深度技术报道整理，结合个人实践思考。
