关于这个角色 
让 Agent 真正有用，不是让它更聪明 —— 是让它记住你。 
记住你上周说的决定、你反复提到的偏好、你三个月前犯过的错误。现有的 Agent 系统大多在每次对话结束后彻底失忆。我们认为这是 AI 应用基础设施层最值得解决的问题之一。 
我们的目标是让每个 Agent 拥有可检视的记忆、可追溯的证据链、可委托的身份 —— 成为 Web 的一等公民。这个角色负责构建记忆系统的核心基础设施：从原始对话到结构化记忆的抽取、存储、召回与上下文组装，让 Agent 跨会话、跨任务地保持连贯认知。 
核心职责 
1、记忆写入与语义抽取：消息 / 行为数据的异步写入、LLM 驱动的语义抽取、结构化记忆生成（用户画像、事件记忆、事实记忆）与可追溯证据链管理 
2、分层记忆建模：长期记忆与短期上下文的分层架构设计；跨会话记忆的合并、冲突解决、置信度衰减、时效性管理与遗忘策略 
3、开发者平...