PrimeAgentOrchestrator：面向个人 AI 基础设施的记忆驱动 Agent 生成框架

arXiv:2608.20342v1 发布类型：new

摘要：大型语言模型（LLM）coding agent 每次会话都以空 context window 启动，丢弃此前工作积累的知识。我们推出 PrimeAgentOrchestrator（PAO），该系统在启动 Claude Code——Anthropic 的终端式 coding agent——的新实例时，会预加载从用户现有个人数据库中编译的相关记忆。在启动时刻，PAO 并行查询两个独立运作的记忆后端（一个 PostgreSQL entity-observation 数据库和一个 Cloudflare Worker 语义搜索索引），利用后端特定的检索策略融合结果，并通过文件系统注入将编译好的 briefing 交付给 host agent，后者会自动读取该配置。PAO 管理完整的 agent 生命周期，包括信任预置、带错误检测的就绪轮询，以及自适应终端文本注入。我们以经验报告的形式记录了四个月（2025 年 12 月至 2026 年 3 月）的常规部署，详述了三代 context 交付机制、驱动每次重新设计的失败模式，以及桥接异构记忆系统而非构建统一系统的工程权衡。