TL;DRAgent 的下一波护城河也许不在模型也不在执行而在记忆架构。Instinct 被资本认可不是因为它会干活而是因为它记得住你、不退化。本文拆解这套架构并追问它能否回答为什么没人真正在用 Agent。2026 年 8 月有篇约 3400 词的长文在 X 上拿下 15.3 万浏览、382 赞。它能引发共鸣靠的不是宣布某个新模型而是一个反直觉的判断Agent 的下一波竞争力可能不在会想、也不在会做而在记得住。一、背景一篇长文与一个被逆向工程的样本8 月 27 日Sentra CEO Ashwin Gopinath 发了一篇约 3400 词的长文《The Instinct Thesis: Why Memory Is Becoming the Moat》。文中主角Instinct 是一款个人 Agent 产品由 Noah Shinn 创立2026 年 8 月刚完成 2.5 亿美元 B 轮Index Ventures 与 Benchmark 领投估值约 25 亿美元累计融资约 3.5 亿美元目前仍处邀请制内测。Ashwin 的身份特殊他曾在 MIT 带过 Noah二人 2023 年共创了 Reflexion有个让 Agent回看自己错误并自省的框架NeurIPS 2023被引约 9000 次。但他开篇就声明对 Instinct 内部架构毫无所知结论仅来自使用体验的推测。这一条免责是全文客观性的前提。因此我在下文所有架构也都只是外部观察者的推断而非官方披露 。二、三波浪潮能力、执行然后是状态Ashwin 把 AI 的进展分成三波。第一波是能力基础模型让机器意外地会用语言思考代表是 ChatGPT。第二波是执行把模型包进能规划、用工具、干完活的循环代表 Devin、Claude Code。第三波是状态Agent 能在真实世界里待得够久知道发生过什么、什么重要、下一步该做什么他认为 Instinct 是这一波的信号。波次核心能力代表产品商品化进度本文客观点评第一波 · 能力语言思考ChatGPT已成熟基础模型已成商品第二波 · 执行规划 用工具Devin、Claude Code进行中computer use 未稳已商品化结论存疑第三波 · 状态长期驻留与记忆Instinct信号早期前提先证明执行不再是瓶颈这个框架有说服力但有一处需补评。他说执行已商品化可能站不住。2026 年电脑与手机上的可靠操作computer use远未成熟Hermes、OpenClaw 这类产品的退化很可能来自执行层而非记忆层。换句话说要抬高记忆得先压低执行这一步并非定论。所以**第三波是状态成立的前提是先证明执行真的不再是瓶颈**。三、记忆不是数据库从博尔赫斯的富内斯说起这是全文最核心的判断记忆是编译器不是数据库、不是图、不是文件系统。多数产品把记忆当数据库存下每一条对话和回执指望向量检索或 Graph RAG 事后捞出来。Ashwin 的反驳很尖锐录音机不是记忆。博尔赫斯写过《博闻强记的富内斯》一个遭遇意外、获得无比记忆的男人记得每一个日子、每一片树叶的每一道纹理正因为他记一切他反而无法思考记忆吞没了他。思考的本质是遗忘差异、概括、抽象。神经科学也站这边Richards 与 Frankland 提出记忆的目的不是高保真回放过去而是支撑未来的智能决策。所以健康的大脑拼命在忘没有对未来有用的主动下注效用函数记忆毫无意义。把聊天记录全囤下来不是记忆只是噪音的白色涂抹。维度数据库式记忆多数产品编译式记忆本文主张存储对象全部对话与回执被准入的事件与状态转移检索方式向量 / Graph RAG 事后捞取摄入时消化、概括、带溯源遗忘机制无越囤越噪主动下注对未来有用删除后果派生摘要可能残留幽灵幻觉溯源支持干净作废整条分支四、两个效用函数什么值得记什么值得打扰多数记忆讨论只谈存不存。Ashwin 把它拆成两道门。Admission Utility准入效用权衡未来决策的期望价值与存储、索引的维护成本Action Utility中断闸门衡量的不是方便 vs 烦人而是风险、不可逆性、授权范围。两道门共同决定三分支输出分支判断依据典型场景动作静默执行高价值 已授权 可逆更新日历占位不打扰直接做先问后果重 / 不可逆发邮件、付款暂停等确认沉默净期望值低无明确收益的状态变化最优数学动作是不动作注意第三支什么都不做也是一种动作而且常是更难的那个。五、四层状态模型记忆如何被编译事件流短信、通话、工具调用、回执经准入过滤后被编译成四层层级角色特征示例① 短暂摄入层胃笔者的比喻特指非仓库语义消化后即丢弃原始短信、通话记录② 选择性语义账本append-only 凭据保留溯源不囤原始负载“承诺 48 小时内给报价”③ 演化信念偏好图可变的习惯带版本、可被推翻“用户讨厌早晨来电”④ 程序性承诺草稿板未决目标跟踪动态依赖管理“周四前没动静就升级”三者协作草稿板检测变化习惯图判断是否打扰你账本在 Agent 解释自己时提供凭据。显式溯源加时间检查还能干净作废整条依赖分支消除幽灵幻觉。而传统 RAG 里的痛点是你删掉一个向量由它推导出的摘要却可能还残留着。六、沉默效用函数最深的证据真正的主动性从哪来Ashwin 的答案不是定时器不是每天定时 check-in。当下几乎所有 Agent 都是反应式你戳一下它回一下用 cron 外挂的伪主动加得越多越不像主动。真主动需要四样东西 stacking有状态记忆 持续事件观察 显式承诺跟踪 风险感知策略。于是他给出全文最关键的一句效用函数起作用的最深证据不是那条时机恰当的提醒而是沉默。一个知道何时不打扰你的 Agent比一个永远联系你的 Agent 更懂你。评论区有人贴了一段伪代码试图概括while True: stateobserve(); gapscompare(); if gap.importancethreshold: action它只有一个单一阈值丢掉了双效用函数、溯源、可逆性也丢了沉默本身。这个区别即便写清楚了也极难被传递。七、它能不能回答为什么没人真正在用 Agent我们此前写过一篇文章《AI Agent 的“全民时刻“为何迟迟不来》对为什么没人真正在用 Agent有三层诊断指向行为锚点缺失、设置摩擦过高、真实需求存疑。从技术看Instinct 的记忆架构正面回应的是第一层的机制根因今天的 Agent 多为反应式、无状态、用越久越退化Jesse 的 6 个月实测印证所以它永远成不了你生活里稳定的how I…“默认动作。记忆架构让 Agent 随使用变懂你而非变笨”降低需要人不断兜底的隐性摩擦。但这里要诚实框定下面是本文的核心假说如果把 Ashwin 的推断成立作为前提那么 Instinct 这类具备记忆架构的产品很可能正是 Agent 跨越没人真正在用临界点所缺失的那块拼图。但它补齐的是粘性与能力用越久越懂你、不再需要人兜底而非需求本身人们是否想要一个个人 Agent是另一道题。Scott 曾质疑个人 Agent 可能是个人 CRM 的翻版一个被反复证明没人需要的品类。记忆架构答不了人们想不想要它只答想要的人能不能用得顺。这个答案至少要等 Instinct 走出邀请制、被大规模日常使用后才能验证到。八、三条可证伪预测与未完的验证Ashwin 把观点变成了可检验的预测而非感觉① 优雅降级用户历史越长Agent 应越稳从整合状态行动而不是重读原始记录② 偏好反转不残留说我现在吃素了旧偏好不应再被翻出来使用③ 有时刻意沉默若第三个月还像黏人 App 一样狂推他的推断就错了。目前看上去“最实在”的三方证据来自 Jesse Middleton 的回复他同时跑了 5 款 Agent 产品 6 个月以上结论是其他的越用越退化、要大量重定向确认Instinct 目前还没。——这算是无对照组的观察也能够兼容Instinct 工程更强的解释。Ashwin长文中最高赞的回复反而是一条梗图“load-bearing”这个梗的意思是整个系统或心理状态全靠某一个极其微小、脆弱或荒谬的支撑在硬扛。侧面印证了这篇长文的传播力往往由一句话决定而非论证质量: D。收尾记忆架构是不是 Agent 的第三波今天没人能下定论。它解释了一个被长期忽视的真问题为什么多数 Agent 用着用着就废了至于它能否让人真正用起来剩下的交给时间与大规模日常使用去验证。九、FAQ关于 Agent 记忆架构读者最常问Q1Instinct Agent 的记忆架构到底是什么AInstinct 的记忆架构指 Agent 跨会话持续保存、演化和调用状态的能力而非简单囤积聊天记录。它用效用函数决定记什么、何时打扰让 Agent 随使用变懂你而非退化。本文所有架构描述均来自外部观察者推断非官方披露。Q2记忆和 RAG检索增强生成是一回事吗A不是。RAG 是事后从向量库检索相关片段属于数据库式记忆本文的编译式记忆在摄入时消化、概括、带溯源并支持干净作废依赖分支。前者记一切后者记对未来有用的下注。Q3Instinct 是什么融了多少资AInstinct 是一款个人 Agent 产品由 Reflexion 一作 Noah Shinn 创立。2026 年 8 月完成 2.5 亿美元 B 轮Index Ventures 与 Benchmark 领投估值约 25 亿美元累计融资约 3.5 亿美元仍处邀请制内测。Q4为什么沉默反而是 Agent 懂你的证据A因为真主动需要风险感知知道何时不打扰比永远联系你更难。效用函数起作用的最深证明不是那条时机恰当的提醒而是它选择不动作。一个会沉默的 Agent才真正理解了你的优先级。Q5这类产品能让人真正用起AI Agent 吗A可能补齐粘性与能力但答不了需求。记忆架构让 Agent 用越久越懂你、不再需人兜底正面回应了没人真正在用的机制根因但人们是否想要个人 Agent 是偏好问题更好的记忆不创造需求。参考来源Ashwin Gopinath, “The Instinct Thesis: Why Memory Is Becoming the Moat”, X, 2026-08-27.Shinn et al., “Reflexion: Language Agents with Verbal Reinforcement Learning”, NeurIPS 2023.Richards Frankland, “The persistence and transience of memory”, 2017.Mem0, “Memory in Production Agents” 调研8 个 harness跨用户污染率 57–71%.旧文《技术就位大众缺席AI Agent 的“全民时刻“为何迟迟不来》