Instinct 给人的特殊感受，并不来自某一次任务做得有多惊艳。单看执行能力，它完成的许多工作并没有明显超出其他 Agent。真正不同的是：使用时间越长，它似乎越了解用户，也越知道接下来该做什么。
Ashwin Gopinath 因此提出一个假说：Instinct 的关键并不是难以复制的 Agent 引擎，而是底层的个人记忆架构。
这不是对产品内部实现的披露。作者明确说明，他没有 Instinct 的内部信息，只是根据长期使用体验反推可能的架构。但这组推测指向了一个更重要的趋势：当模型能力和工具执行逐渐商品化，记忆正在成为 Agent 新的差异化来源。
#从能力、执行走向状态
当前这轮 AI 发展可以粗略分成三波。
第一波是能力。基础模型让机器突然能够用语言理解、推理和生成。
第二波是执行。Devin、Claude Code 一类系统把模型放进循环，让它能够规划、调用工具并完成多步任务。
第三波是状态。Agent 不只需要想和做，还要在真实世界中持续存在：知道过去发生过什么、现在什么最重要、哪些承诺尚未完成，以及下一步是否应该行动。
前两种能力正在快速普及。只要有足够强的模型和合格的工具调用框架，执行 API、遵循指令、生成计划已经不再稀缺。权限控制、Computer Use 和执行可靠性仍然有工程差异，但它们越来越像可以持续优化的工程问题。
长期状态不同。它决定了 Agent 能否跨越几天甚至几周保持方向感，而不是每次被唤醒都重新理解世界。
#长期任务最难的不是执行，而是等待
一次性 Agent 的生命周期很短：接收问题、检索信息、调用几次工具、返回答案，然后结束。
长期 Agent 面对的是另一类问题。比如降低有线电视账单：先打电话，等待接通，听取模糊的挽留方案，等对方回电，几天后再次检查，没有进展再升级处理。
这里最难的部分并不是“打电话”。真正困难的是在大量没有事情发生的时间里维持状态：记住对方承诺了什么、下一次检查是什么时候、什么变化值得打断用户，以及何时应当升级。
如果 Agent 每次都重新读取完整聊天记录，它会越来越慢，也越来越容易受到 Context Rot 影响。把所有历史塞进向量数据库同样没有解决核心问题，因为记录一切不等于拥有记忆。
#记忆不是数据库，而是一种编译
作者把记忆理解为一种编译过程。
数据库关心如何保存过去，记忆关心过去的哪些部分会帮助未来做出更好的决策。两者的目标不同。
真实记忆必然包含遗忘。人不会保存每一个视觉细节和每一句对话，而是丢弃噪声，把经验压缩成少数稳定的事实、偏好、承诺和判断。没有这种抽象，信息越多，思考反而越困难。
因此，记忆必须由效用函数驱动。一个长期 Agent 至少需要两道判断：
- 准入效用。 新观察对未来决策是否足够有价值，值得承担保存、索引和维护成本？
- 行动效用。 新变化是否值得采取行动？它的价值、风险、可逆性和授权边界分别是什么？
高价值、已授权且可逆的操作可以安静完成，例如更新一个日历占位。涉及付款、发送邮件等后果更大的动作，应先征求确认。如果预期价值很低，正确动作不是发一条提醒，而是什么都不做。
#四层状态，而不是一座历史仓库
按照作者的推测，Instinct 可能在后台持续消化消息、工具调用、票据和生活事件，并反复回答三个问题：
- 这里有什么改变了对用户的理解？
- 哪个进行中的任务发生了进展？
- 什么可以安全丢弃？
答案随后被编译成四层状态：
- 临时摄入层： 原始对话和票据只保留到语义处理完成，随后丢弃。
- 选择性语义账本： 只记录被准入的事件与状态变化，并保留来源信息。
- 信念与偏好图谱： 维护可修改、可版本化的习惯、限制和偏好。
- 任务承诺暂存区： 追踪尚未完成的子目标、依赖关系和触发条件。
这样的 Agent 不需要反复压缩越来越长的对话，也不必从原始历史里重新寻找方向。它恢复任务时读取的是一份已经整理好的当前状态。
更关键的是可追溯性。每一条偏好或信念都需要知道来自哪次对话、哪个来源和哪一步推断。用户更新偏好或撤销数据源时，系统才能沿依赖关系使旧结论失效，而不是删除一条向量后，仍让旧信息残留在摘要和图关系中。
#真正的主动性来自状态差分
今天大多数 Agent 仍然是响应式的：用户发起请求，它才开始工作。另一些产品用定时器和周期检查模拟主动性，但提醒越多，产品反而越像一款需要管理的通知应用。
真正的主动性不是在 Agent 循环外再加一个 Cron。它需要四个部分共同工作：持久状态、持续事件观察、明确的承诺追踪，以及考虑风险的行动策略。
当一封新邮件到达，Agent 不只是“看到一封邮件”，而是把新事件与已有状态进行比较：它是否推进了某项任务？是否违反了一个约束？是否到了应该升级的节点？这个差分通过效用与风险门后，才会变成行动、延后、询问或沉默。
因此，判断一个 Agent 是否真正理解用户，最有力的证据可能不是它在正确时间发来提醒，而是它知道什么时候不该打扰。沉默不是没有能力，而是完成判断后的选择。
#这套假说可以被验证
作者把自己的判断整理成三个可观察的预测：
- 随着用户历史增长，Instinct 的表现应当平稳退化，而不是被越来越长的原始记录拖垮。
- 当用户推翻旧偏好，例如改变饮食习惯，旧信息不应继续渗入后续决策，因为来源追踪允许系统真正剪除过时结论。
- 系统有时应当刻意不采取行动。如果几个月后它仍然像一款焦虑的应用不断提醒用户，这个假说就是错的。
这三个预测把“感觉很聪明”变成了可以长期观察的产品行为，也让记忆架构不再只是一个营销概念。
#遗忘也可能成为隐私能力
效用驱动的记忆还有一个直接结果：数据最小化。
如果系统能够从原始事件中提取有用状态，再丢弃未经压缩的数据流，真正需要长期保存的是少量可追溯的事实，而不是用户生活的完整录像。更好的记忆架构，反而意味着需要保存的原始生活数据更少。
这让主动遗忘从系统限制变成信任机制。保留一切不仅会制造检索成本和技术债，也会扩大隐私风险。随着长期 Agent 成熟，能否解释“为什么记住、为什么删除、为什么行动”，可能比单纯展示记住了多少更重要。
#记忆将成为下一层基础设施
2023 年，作者与 Noah Shinn 提出的 Reflexion 只是让 Agent 回看错误、形成文字反思，再改进下一次尝试。那时，记忆服务于一个短暂的任务循环。
Instinct 所展现的可能性，是把类似思想扩展到持续变化的个人生活：反思不再发生于单次 Benchmark，而是在真实世界的事件流上连续运行。
企业场景会更复杂。个人 Agent 只需要维护一个人的状态，组织级 Agent 则要跨越成千上万的人和系统，在个人状态与共享状态之间处理权限、来源、冲突和版本。模型仍然负责思考，工具仍然负责行动，但持久价值将越来越集中在另一层：让机器知道世界现在是什么样，以及其中哪些变化值得记住。