Athena
一个开源AI智能体记忆服务，采用三层记忆结构（短期窗口、中间层、长期图谱），结合话题切分、艾宾浩斯遗忘曲线和间隔重复机制，实现对智能体记忆的动态管理与主动遗忘
时间轴 (近 90 天)
QuickSight 的核心竞争优势在于与 AWS 生态的深度集成（如直连 Redshift、S3、Athena）以及按使用量付费的定价模式
Athena是一个开源的AI智能体记忆服务，采用三层记忆结构（短期窗口、中间层、长期图谱）
Athena的短期窗口保存最近发生的事件，相当于工作记忆
Athena的中间层在对话转向新话题后，将已结束的旧话题总结并一次性嵌入
Athena的长期图谱记录反复出现的人物、项目和工具，形成持续演化的关系网络
Athena拒绝使用TTL（存活时间）定期清理和「保留最近N条」的窗口机制
Athena通过计算相邻对话轮次之间的余弦相似度来按话题切分对话成若干「链」，当相似度下降时一条链闭合
Athena热度公式中衰减常数τ默认为24小时
Athena的回忆强度S位于分母，每被检索一次S增长一分，频繁使用会拉平遗忘曲线，长期弃用则让曲线变陡
只有热度仍然足够高的链才会被提取进Athena的长期图谱
还有 5 条时间轴事件
全部知识事实 (15)
S3 API 催生了大量工具链，包括 AWS CLI、各语言 SDK、s3cmd、rclone 等
60%待验证QuickSight 的核心竞争优势在于与 AWS 生态的深度集成（如直连 Redshift、S3、Athena）以及按使用量付费的定价模式
50%待验证Athena的短期窗口保存最近发生的事件，相当于工作记忆
50%待验证Athena的中间层在对话转向新话题后，将已结束的旧话题总结并一次性嵌入
50%待验证Athena的长期图谱记录反复出现的人物、项目和工具，形成持续演化的关系网络
50%待验证Athena拒绝使用TTL（存活时间）定期清理和「保留最近N条」的窗口机制
50%待验证Athena通过计算相邻对话轮次之间的余弦相似度来按话题切分对话成若干「链」，当相似度下降时一条链闭合
50%待验证Athena为每条闭合的链赋予基于艾宾浩斯遗忘曲线的热度分数，公式为 Heat = I_base * exp(-ΔT / (τ * S))
50%待验证Athena热度公式中衰减常数τ默认为24小时
50%待验证Athena的回忆强度S位于分母，每被检索一次S增长一分，频繁使用会拉平遗忘曲线，长期弃用则让曲线变陡
50%待验证只有热度仍然足够高的链才会被提取进Athena的长期图谱
50%待验证无差别的记忆堆积不仅昂贵，还会让检索被无关噪声淹没，而懂得遗忘的系统可能给出更相关的输出
50%待验证Athena的相关内容来自单一开发者在Reddit上的分享，具体效果和适用边界仍有待更多实践验证
50%待验证Athena作者开放了Discord社区，每周举办office hour讨论该设计
50%待验证Athena是一个开源的AI智能体记忆服务，采用三层记忆结构（短期窗口、中间层、长期图谱）
50%