Instinct长期记忆被逆向：Git+Markdown，和Supermemory几乎同一路线

动察 Beating AI 快讯，Supermemory 的创始人 Dhravya Shah 逆向分析了个人 Agent 助手 Instinct 的长期记忆系统。他发现，Instinct 没有把全部聊天原样塞回上下文，而是把长期信息整理成一套 Git 管理的 Markdown 文件，再持续维护用户当前的状态。

Supermemory 本身就是专门给 Agent 做长期记忆的基础设施。它会从聊天、文件和网页里提取事实，维护人物关系、时间变化和用户画像，再通过 API、MCP 等方式把相关记忆交给 Agent。Shah 称，拆完 Instinct 后发现，两者对「Agent 应该怎么记东西」的思路非常接近。

按他的黑盒测试，Instinct 每次对话都会先拿到一份约 4250 Token 的用户状态摘要，包括生活背景、操作偏好和沟通习惯。更细的人物、偏好、决定和任务则留在 Markdown 文件中，需要时再用类似 grep 的关键词搜索。Shah 没有发现向量索引或 BM25 检索。

这些记忆还会被后台持续整理。系统会把临时信息归进具体任务，把经历概括成长期偏好，用新事实修正旧事实，再用 Git 留下版本历史。主 Agent 主要负责读取，真正的整理和合并则由后台流程完成。Shah 推测这轮整理大约每天运行一次。

Shah 认为这套设计已经可以用 Supermemory 基本复刻。他给出的示例只用了约 60 行代码，把用户画像、记忆搜索、历史版本和持续更新重新接进 Agent。

此前 Reflexion 共同作者 Ashwin Gopinath 猜测，Instinct 的优势可能是持续维护一份「当前状态」，知道什么仍然有效、什么已经过期、什么事情还没做完。现在看来，这份状态背后可能没有什么神秘数据库，而是一套被持续整理的文件系统。