每周 Signal

近期，多种 AI 工具开始引入长期记忆能力，AI 的交互模式正在从“无状态对话”逐渐走向“持续状态协作”。

例如：

• Anthropic 在 Claude 中加入自动记忆功能，使系统能够在长期任务中自动记录用户偏好与关键上下文。《How Claude remembers your project》
• Visual Studio Code 在 1.110 版本中引入 Session Memory，使 AI Agent 能够在多轮交互中持续保存计划与执行指引。《February 2026 (version 1.110)》
• 在 Agent 框架领域，诸如 Mem0 等记忆系统也逐渐成为基础组件，用于实现跨会话、跨 Agent 的长期知识管理。《别再硬扛原生记忆了！OpenClaw内置Mem0，让Agent更省token、更智能》

这些变化背后的共同趋势是：

随着 AI 开始承担越来越多的长期任务与复杂协作，系统需要具备持续记忆能力，以避免每次交互都从零开始。

在这种情况下，AI 工具的交互模式也正在发生变化——
从一次性的“无状态交互”，逐渐演变为具备持续上下文的“持续状态系统”。

长期记忆的引入，也为 AI 作为长期工作助手和复杂任务执行者提供了重要基础能力。

近期出现的一组迹象显示，AI 编程正在从“工具辅助”阶段，逐步迈向由 Agent 主导的连续软件工程执行。

• Anthropic 在《2026 Agentic Coding Trends Report》中提出，AI 编程正在从辅助编码阶段演进为由 Agent 主导的软件工程流程。
• 与此同时，智谱在《GLM-5: from Vibe Coding to Agentic Engineering》中也提出类似判断，认为 AI 编程正在从“Vibe Coding”阶段迈向“Agentic Engineering”。
• 在实际工程实践中，Cloudflare 在博文《How we rebuilt Next.js with AI in one week》中介绍，一名工程师借助 AI 模型仅用一周时间，基于 Vite 重构 Next.js 并实现实验性框架 vinext。这一案例表明，在完备的开发环境与工具链条件下，AI Agent 已经能够参与大型代码重构，从框架级别到部署流程完成较为完整的软件工程执行。

这些迹象共同指向一个变化：

AI 不再只是提升单点编码效率，而是开始逐步参与软件研发中的连续执行过程，推动研发从局部自动化走向端到端自动化。