Hippo：受生物学启发的AI Agent记忆系统，让AI学会遗忘

一个名为Hippo的新开源项目正在重新构想AI agent如何处理记忆。Hippo没有无差别地存储所有信息，而是实现了受生物学启发的记忆机制——包括衰减、提取强化和巩固——让AI agent能够"知道该遗忘什么"。

Hippo解决的问题

• 会话间失忆 — Agent在会话结束时遗忘一切
• 无差别存储 — 现有方案保存所有信息然后搜索
• 厂商锁定 — 记忆被困在单个工具内
• 指令文件膨胀 — CLAUDE.md膨胀至数百行混合规则和过时变通方案

Hippo的工作原理

• 衰减机制 — 不太相关的记忆随时间自然消退
• 提取强化 — 频繁回忆的记忆变得更强大
• 巩固过程 — 重要的记忆被移至长期存储
• 主动失效 — 新信息自动削弱过时的相关记忆
• 置信度水平 — 每条记忆都有影响其持久性的置信度分数

技术细节

• 存储：SQLite骨干+markdown/YAML镜像——完全可git追踪
• 依赖：零运行时依赖（需要Node.js 22.5+）
• 兼容性：支持Claude Code、Codex、Cursor、OpenClaw、OpenCode
• 可移植性：可从ChatGPT、Claude、Cursor及任何markdown格式导入

关键命令

hippo remember "FRED cache silently dropped the tips_10y series" --tag error
hippo recall "data pipeline issues" --budget 2000
hippo learn --git  # 检测破坏性变更并使过时记忆失效

最新v0.10.0版本引入了通过hippo learn --git实现的主动失效功能，可检测迁移和破坏性变更提交并自动削弱引用旧模式的记忆。项目已获得281个GitHub星标。