AgentOS：用认知记忆重新定义 AI Agent 的「大脑」

一款让 AI 真正「记住」的开发框架

你是否有这样的经历：写了一个 AI Agent 助手，上下文窗口用满之后，它就像失忆了一样——之前的对话、决策、偏好全部清零，每次新对话都是从零开始。更难受的是，当你想让它「自己造工具」解决问题时，大多数框架要么硬编码工具集，要么需要繁琐的配置，根本做不到真正的动态扩展。

AgentOS 解决的就是这两个根本问题：它是一款开源的 TypeScript Agent 框架，核心理念是「Agents that remember, adapt, and write their own tools（会记忆、会适应、会自己造工具的 Agent）」。与传统框架不同，AgentOS 提供了神经科学启发的认知记忆系统，能让 Agent 在长会话中真正「记住」之前讨论的内容；同时支持运行时工具锻造（Runtime Tool Forging），Agent 可以自己编写 TypeScript 函数来扩展能力边界，而不需要停下来等你更新配置。

背景故事：Frame AI 的七年探索

AgentOS 来自一家名为 Frame AI（GitHub 组织 framerslab）的创业公司。这家公司的核心产品 Wild AI 是一个企业级 AI Agent 平台，在生产环境中积累了数百万次 Agent 会话。Frame AI 团队在多年实战中发现：当前主流 Agent 框架在记忆和工具扩展两个维度上存在根本性短板。

市面上的框架要么根本没有记忆系统，要么只是一个简单的向量检索，缺乏对人类记忆机制的真正模拟。而工具系统通常是预定义的，Agent 遇到能力盲区时只能「卡住」或返回错误。为了解决这些问题，Frame AI 将其企业级平台的核心能力抽象为开源框架 AgentOS，于 2025 年正式发布，并在 2026 年 4 月发布了重磅的 LongMemEval 基准测试结果——开源 Agent 框架中记忆能力排名第一。

类比解释：给 Agent 装一个「可成长的大脑」

传统的 AI Agent 更像是一个「查表机器」：给一个固定工具集，用户问什么它就调用什么工具，问完了工具集也不会变大。AgentOS 则更接近一个「会成长的学习者」：它有感知（记忆系统）、有判断（认知分类管道）、有行动（工具调用），还有「自我反思」（运行时工具锻造）。

类比一下：如果传统框架是「一个只会翻字典的秘书」，AgentOS 就是一个「有笔记本、能自学新技能、还会和同事协作的高级助手」。秘书用完字典就结束，高级助手会记录笔记、下次遇到同类问题会更快解决、甚至当场发明新方法来应对。

核心功能：认知记忆 × 运行时工具锻造 × 多 Agent 编排

1. 认知记忆系统（8 种神经科学机制）

AgentOS 的记忆系统是其最核心的技术亮点。不同于简单的向量检索，它实现了 8 种神经科学启发的记忆机制：

情景记忆（Episodic）：记录会话中发生的具体事件和决策
语义记忆（Semantic）：提取和存储概念性知识，不依赖特定会话
工作记忆（Working）：维护当前会话的活跃上下文
Ebbinghaus 遗忘曲线衰减：模拟人类自然遗忘规律，对久远记忆自动降低重要性评分
提取诱发遗忘（Retrieval-Induced Forgetting）：当某段记忆被频繁提取时，自动抑制相关但较弱的信息
再巩固（Reconsolidation）：记忆被提取后，在重新存储时更新为最新内容
来源置信度衰减（Source-Confidence Decay）：降低无法确认来源的信息权重
认知导航（Cognitive Navigation）：支持按主题/时间线探索记忆空间

这套记忆系统的底层是 BM25 + Dense Embedding + Cohere Rerank-v3.5 三路混合检索，并通过一个 LLM 分类器（per-message）在每次请求时决定「是否需要检索、检索什么、用什么策略」。在 LongMemEval-S 基准上达到 85.6% 准确率（每次正确查询成本 $0.009），远超其他开源方案。

2. 运行时工具锻造（Runtime Tool Forging）

当 Agent 发现自己缺少某个工具时，它会：

编写一个 TypeScript 函数，并附带 Zod schema 定义参数
一个独立的 LLM Judge 对函数进行安全审查
通过后，函数在 node:vm 沙箱中执行（5 秒超时，禁止 eval/require）
验证通过后，工具自动加入工具目录，供整个会话复用

这个流程完全在运行时完成，不需要重启 Agent，不需要人工干预。README 中的 demo 展示了三个具有不同 HEXACO 人格的 Agent 在代码审查中协作，发现工具集不足后现场锻造新工具并立即使用的完整过程。

3. HEXACO 人格系统

AgentOS 支持为每个 Agent 配置 HEXACO 人格向量（诚实-谦逊、情绪性、外向性、宜人性、责任心、经验开放性）。人格会动态影响 Agent 的记忆检索偏好、任务路由决策和协作风格。例如，高开放性的 Agent 更倾向于尝试新方法，高责任心的 Agent 倾向于更谨慎的工具锻造审查。

4. 多 Agent 编排（Agency）

AgentOS 提供了 Agency 多 Agent 集体系统：多个 Agent（称为 GMI，Generative Model Instance）可以组成协作单元，每个 GMI 有自己的角色、记忆、人格。多 GMI 之间通过通信总线（Agent Communication Bus）进行消息传递，支持共享记忆池、统一编排和层级式任务分解。

5. 11 家 LLM 提供商统一接口

AgentOS 通过 AIModelProviderManager 统一管理 11 家 LLM 提供商的接入：OpenAI、Anthropic、Google（Gemini）、DeepSeek、Ollama（本地）、OpenRouter 等。开发者只需要一个 provider: 'anthropic' 参数即可切换，框架自动解析模型 ID 并路由到对应提供商的 API。

技术架构：深度模块化的 TypeScript 单体

目录结构与核心模块

AgentOS 的 1739 个源文件组织在清晰的模块层级下：

模块	路径	说明
Agent 定义	`src/agents/`	AgentFactory、AgentPool、IAgent 接口
API 门面	`src/api/`	AgentOS.ts（主入口）、AgentOSOrchestrator
认知底座	`src/cognition/`	IGMI、GMIManager、Cognitive Pipeline
记忆系统	`src/core/memory/`	MemoryManager、RetrievalRouter、Consolidator
工具系统	`src/core/tools/`	Tool、ToolOrchestrator、Forge、Sandbox
LLM 提供商	`src/core/llm/`	ProviderManager、各提供商实现
编排层	`src/orchestration/`	WorkflowEngine、TurnPlanner、Checkpoint、Planning
多 Agent	`src/agents/agency/`	AgencyRegistry、AgentCommunicationBus

核心文件解析

src/api/AgentOS.ts（30000+ chars）是整个框架的门面，定义了 AgentOS 主类。它实现了 IAgentOS 接口，通过 AgentOSOrchestrator 协调各个子系统，并通过流式生成器（async generator）实现实时流式响应。

src/core/llm/providers/AIModelProviderManager.ts（15529 chars）是多提供商统一管理的核心。它使用动态加载模式，通过 IProvider 接口抽象每个提供商的实现（OpenAIProvider、AnthropicProvider、OllamaProvider 等），支持按模型 ID 前缀自动路由（如 openai/gpt-4o）。

docs/MEMORY_SYSTEM_OVERVIEW.md 详细描述了记忆系统的端到端设计：每个 Turn 触发 3 次分类器调用 → 混合检索（BM25 + Dense + Cohere Rerank）→ 六信号认知评分 → Ebbinghaus 衰减循环 → 后台整合压缩。这套设计的核心洞察是：不是所有问题都需要完整检索，分类器路由可以节省大量不必要的 embedding 和 LLM 调用。

docs/COGNITIVE_PIPELINE.md 描述了「认知管道」设计理念：传统 RAG 是单路径（embed → vector search → top-K → reader），AgentOS 用三个分类器路由器（ingest / recall / read）实现 per-message 自适应成本策略。简单问题跳过检索，复杂问题用最强架构。

测试与质量

项目使用 Vitest 作为测试框架，配合 better-sqlite3 本地存储适配器和 sharp 图片处理库（测试环境排除 onnxruntime-native）。测试包含丰富的单元测试（__tests__/ 目录）和集成测试，覆盖 Agent API、多 Agent 协作、人格配置、人在回路（HITL）等核心功能。

局限与挑战

1. 记忆系统的计算成本

虽然 AgentOS 通过分类器路由优化了检索成本，但完整的记忆系统（BM25 + Dense + Cohere Rerank + 六信号评分）对于高频短查询场景仍然偏重。如果不需要长会话记忆，开启 memory: { enabled: false } 可以获得更快的响应速度。

2. 工具锻造的沙箱限制

node:vm 沙箱提供了基础安全保障，但 5 秒超时和 eval/require 限制意味着 Agent 无法调用 Node.js 原生模块或动态加载外部包。对于需要文件系统访问、网络请求等能力的工具，仍需要开发者预先注册而非让 Agent 从零锻造。

3. 供应商锁定风险

虽然 AgentOS 提供了统一的模型接口抽象，但认知记忆系统的性能很大程度上取决于 embedding 模型（Cohere）和 rerank 模型的选择。切换底层模型可能需要重新调优记忆系统的阈值参数。

4. 文档门槛

框架功能极其丰富，但新用户的学习曲线较陡。README 提供了快速开始示例，但像 HEXACO 人格配置、多 Agent Agency 协作、记忆策略调优等进阶功能需要阅读详细文档才能掌握。

行业意义

开源 Agent 框架的新里程碑

2026 年 4 月，Frame AI 发布了两项基准测试结果震惊社区：LongMemEval-S 85.6%（每次正确查询 $0.009）和 LongMemEval-M 70.2%，是当时唯一一个准确率超过 65% 的开源 Agent 记忆框架。这意味着在长会话场景下，AgentOS 的记忆系统已经接近商业级水平。

认知架构的实践验证

AgentOS 将神经科学理论（Ebbinghaus 遗忘曲线、提取诱发遗忘、再巩固等）工程化落地，为「AI 记忆」这个新兴领域提供了可复现的开源参考实现。其认知管道设计（per-message 自适应检索路由）对整个 Agent 框架社区都有借鉴意义。

TypeScript 原生的优势

目前主流的 Agent 框架（LangChain、AutoGen、CrewAI）大多是 Python 实现。AgentOS 作为 TypeScript 原生框架，可以直接接入 Node.js 生态，对于已经使用 TypeScript 的前端/全栈团队来说，降低了接入门槛，也更容易与现有 TypeScript 代码库集成。

总结：谁应该使用 AgentOS？

强烈推荐：

需要长会话记忆能力的 AI 应用（客服助手、研究代理、个人知识管理）
TypeScript/Node.js 技术栈的团队（零语言切换成本）
研究认知 Agent 架构的开发者（LongMemEval 基准数据集、开源代码可参考）
需要多 Agent 协作的企业应用场景

不太适合：

简单的单次问答场景（记忆系统带来不必要的复杂度）
Python 技术栈（应选择 LangChain 等 Python 框架）
对工具锻造有强需求但需要原生 Node 能力（沙箱限制）

一句话推荐：如果你正在构建需要「真正记住用户、学会新技能」的长会话 AI Agent，AgentOS 是目前开源世界中最接近生产可用的认知 Agent 框架——npm install 即可开始，记忆能力经过独立基准验证，工具系统支持运行时扩展。

项目仓库：https://github.com/framerslab/agentos | 许可证：Apache-2.0 | 主页：agentos.sh | npm：@framers/agentos