更快的智能体为何让团队里的其他人失去上下文

那次签入到了，上下文没有到

如果每个写代码的人已经因为智能体而更快，团队里的下一个人要接着做，必须有什么随工作一起传递？Kay Malcolm的答案是会话本身。在2026年9月14日发布于AI Engineer频道的演讲里，她说一次commit可以让代码落地，下一班却仍然没有可以接着做的东西。九月这个日期是录像发布的时间。她把这段工作故事放在2025年。

她说自己在Oracle负责outbound数据库产品管理，并已在公司待了20年。她描述的组织有四种工作，她没有给出人数：平台开发、她说由自己编写的平台上的live lab内容、QA，以及用AI做的前端开发。她把更早的那段称为把token用到极致的时期，并说团队后来转向了她所谓的负责任的AI。

她对那段更早时期的判断是：AI让个人更快，团队并没有因此更有产出。她没有提供周期时间、吞吐量或token费用。例子是荷兰的一个团队。她说他们在她的凌晨4点签入了代码，并且这次签入没有带上Codex的上下文。她说Oracle的团队使用Codex。她把更广的团队描述为一半在EMEA、一半在美国，并以此解释那个很早的钟点。

按她的说法，美国这边一半人醒来时有代码，没有产生这些代码的会话。她说团队随后用AI去修补AI辅助编码造成的上下文缺口。Oracle使用Codex，仍是她对那个团队如何工作的说法。

• No Memory, No Harness: Why the Database Is the Last Line of Defense — Kay Malcolm, Oracle

代码落地了，瓶颈换了地方

Malcolm对那天早上的诊断，是她自己工作流里的版本控制问题。她说GitHub跟踪了代码，仓库彼此分叉，git记下了代码，人的意图留在commit之外。这是她对这个团队如何使用git的说法。

她说花在token和AI上的钱并没有拿走测试和验证的时间，所以她仍在问管理者，团队为什么没有更快。她没有说出花费、token用量，也没有测试时间的测量。按她的讲述，净结果仍然没有达到管理者期望的加速。

一旦写代码不再是瓶颈，她说团队需要一个协作层。这一层必须跟踪下一步，解释智能体正在做的决定，并解决疑问和冲突。在演讲的这一段，AI是这一层必须纳入的新队友。她说自己团队的一些成员就在听众里。

模型外面的那层harness

Malcolm随后把过夜的故事放在一边，定义她所说的真正的企业智能体。她说大多数人把这种智能体看成模型加上工作流，她不接受这一对就是全部。按她的讲述，会场大体同意，企业智能体多于这两块。

她的这一组有五个部分，她把这一组称为harness。工具是智能体如何行动。上下文是上下文窗口，也就是提示词里的材料。她把记忆单独算成一部分，后来又区分会话状态和跨会话留存的东西。检索是智能体如何取回相关的那一片，因为她不希望它把一切都拉回来。护栏放在同一层。她开玩笑说，房间里的开发者不在乎安全，然后说护栏之所以在这里，是因为她自己的职责。

她用一个漫威式的图像解释这一组。模型是漂在玻璃罐里的大脑。harness是把工作做完的身体。记忆是把上下文从大脑送到身体其余部分的中枢神经系统。她指回Git的缺口，说缺的就是这套神经系统。

• 工具：智能体如何作用于世界。
• 上下文：上下文窗口，也就是提示词里的材料。
• 记忆：harness里单独的一部分。她后来区分会话状态和跨会话留存的东西。
• 检索：把存下来的内容里相关的那一片取回来。
• 护栏：她放在与harness其余部分同一层的限制。

她希望大家记住的五种记忆

Malcolm说记忆类型很多，她选了五种常见的，希望会场记住。这是一套教学内容，是她为这场演讲挑选的清单。在这里，她把会话状态和跨会话留存的东西分开。这是她在harness里为记忆命名时先搁下的区分。定义之后，她说还开放的问题是这些记忆放在哪里。

她提到一个被她命名为Sasha Fierce的个人幕僚长智能体，只是为了把它放到一边。她说这场演讲讲的是企业智能体的语义记忆。

• 短期记忆是会话状态。她的例子是聊天、Claude Code和Codex。
• 长期记忆是跨会话留存的东西。
• 情景记忆是智能体上次与某人或某物交互时发生的事。
• 程序记忆是用过的工具和走过的步骤。
• 语义记忆是她说这场演讲所讨论的企业知识。

为什么再加一个专用存储会显得昂贵

存储论证以加入Oracle之前的故事到来。Malcolm说她从Southern Company加入Oracle，她称那是一家电力公司。她说自己常驻亚特兰大。在Southern Company，她做SQL性能调优。她说自己知道init.ora参数，也就是Oracle的启动参数，包括支持人员告诉她不要写下来的那些。在那个世界里，她说数据就是行和列。

后来一名开发者请她存储非结构化数据。她说自己告诉对方会想办法，然后再回复，而她始终没有回复。在她的回忆里，Southern Company每有一个DBA管理的数据库，就意味着每周两次会议，一次谈安全，一次谈补丁。背景是萨班斯-奥克斯利法，她至今仍把那些会议和这部美国企业合规法连在一起。那名开发者为非结构化数据另装了一个数据库之后，她说自己的负担从两次会议变成四次。这些次数是她对那份工作的记忆。

她接着描述一套生命安全工作流，对象是爬上塔架恢复供电的人。她说系统产生了假阳性和假阴性，那个小组希望在派出攀爬者之前先检查附近的电杆。她用五层嵌套的UNION ALL回答了关系问题。她说这可能花了大约20分钟，并把那条查询称为图的前身。20分钟是她对所记得的那套工作流里这条查询给出的数字。

她说那个小组随后安装了图数据库Neo4j，她反复参加的会议变成了六次。她说自己辞职去了Oracle，去帮助解决专用数据库蔓延的问题。这是她对自己为何离开的说法。

四个存储，没有一处能让智能体信任

到了Oracle之后，Malcolm说，一位她称为Joe Mundy的来电者告诉她，公司晚了，正在安装Redis，而且已经有一个向量数据库。这个名字、安装Redis，以及Oracle晚了的感觉，都是她所记得的那通电话的一部分。

她的论点紧接着出现。一个必须读取关系副本、JSON副本、图副本和向量副本的智能体，得自己造出一个单一事实来源。她说它有时会对，大多数时候会错，而错误的猜测会烧掉token。“Most times（大多数时候）”是她的估计。她没有给出错误率，也没有给出token数量。

她说记忆也可以放在文件系统上，或放在给Claude或ChatGPT用的memory.md这类助手文件里。按她的论证，只有一个人能读的文件，仍然过不了她即将在台上演出的协调问题。

为了展示这种失败，她让四名志愿者分别坐成关系数据库、非结构化数据库、图数据库和向量数据库。他们要存储一句话：“The cow jumped over the moon（牛跳过了月亮）。”她让他们坐在位子上，低声说话。她说大声说话就意味着五倍的token，这是她给志愿者定的规则。他们没能商定一个单一事实来源，她把这次失败当作演示。

她把记忆类型映射到一个数据库

Malcolm请会场记住的那句话是一项产品主张。她说Oracle可以在一个数据库里原生存储JSON、图、向量、空间数据，以及不可变的区块链式数据，细到同一张表或同一个分区。原生类型、分区范围和区块链式不可变性，仍是她在台上的主张。

她说任意数据类型和任意工作负载都可以跑在她所谓的26AI数据库上，覆盖AWS、Google Cloud、Azure、OCI和本地部署。她把会场的惊讶读成Oracle的营销问题。26AI是她为这句“任意工作负载”说出的名字。这些云上的可用性仍未核实。

她接着勾画自己的记忆类型会放在哪里。台上的措辞是压缩的，有些类型落到不止一种表示里。表按照她口述的分配来排。这是她的建议。

她说四个分开的数据库不能彼此交谈，这是她从志愿者身上得到的结论。她称Oracle AI Database是存放驱动harness的智能体记忆的最好地方。协调这一点是她的论点。演讲里“最好”旁边没有比较。她回到那个图像：harness是身体，记忆是神经系统。

内部中介随commit留下了什么

Malcolm说，她的团队用一个内部记忆中介回应了那个过夜的缺口。演讲先称它为Py，后来称它为Polly。这是台上的两种说法。她没有把其中任何一种拼写呈现为已发布的产品名。

按她的说法，这个中介保留了程序、情景和长期上下文，让人类队友跨越fork、分支和commit共享代码与上下文。她说团队放弃了自动延续。Polly创建上下文，并判断这段上下文属于哪个fork、哪个分支、哪次commit，开发者则保持控制。中介的故事显示，上下文绑在fork、分支和commit上，人仍然负责。

她称这个例子过于简化。她说，到了企业规模，记忆在harness里变得不可让步。她把这种放大留作自己的判断。

论文，以及只服务一个用户的记忆上限

Malcolm说她在飞机上读了三篇论文。她转述了一篇OpenAI论文和Harrison Chase的一句话，始终没有说出第三篇的标题。后面关于Claude的那一点，是她读完这两份材料之后自己做的比较。

在她对一篇未具名OpenAI论文的转述里，一个内部数据智能体需要记忆，才能正确过滤，而不是做字符串匹配。这段措辞是她在飞机上的阅读。她没有给出标题。

她引用Harrison Chase的一句话，她把它说成“Your harness, your memory（你的harness，你的记忆）”，接着是：如果你不拥有自己的harness，你就不拥有自己的记忆。这是她在台上的引用，措辞未经核对。

她接着说，Claude的记忆表现得像只对一个用户有效的文件系统记忆，一旦企业使用超过一个人，就会产生问题。这个单用户上限是她的比较。她没有在台上展示Claude的记忆实现，也没有展示多用户失败。

她为Kevin和Linda勾画的交接

在台上，Malcolm指向一个她说可以用pip安装的包。pip是Python的包安装器。演讲把这个名字写成Oracle agent memory。她说这个SDK保存进行中的对话、记忆和事实，并判断什么值得留下。包名、安装那一行，以及这种保留行为，仍是她在台上给出的指针。

她演示的路径用了两名队友，Kevin和Linda。她说Linda就坐在会场里。Kevin通过那个SDK与中介共享上下文。她说存储是Oracle Autonomous Database，模型可以是团队选择的LLM，也可以是她所谓Oracle private AI services container里的本地模型。Autonomous Database和这个私有容器仍是未经核实的产品主张。Kevin和Linda是她为这次交接起的示例名字。

收尾重复了开头的判断，并加上一个产品结果。她说，AI让个人更快，Oracle AI Database上的共享记忆让团队更快。团队变快这个结果是她的。她没有提供团队指标。她还说，26AI让团队可以在文件系统存储、存进数据库的文件，或数据库内的JSON及关系建模之间选择。这个选择仍是她对产品的描述。

团队可以从这场演讲里拿走什么

可以带走的论点，是一次很快的个人会话，和只继承diff的团队之间的分裂。下一步、智能体决定的理由，以及疑问和冲突的历史，必须放在下一个人能读到的地方。Malcolm的过夜故事是这种分裂显现的一种方式：荷兰一个团队在她的凌晨4点签入了Codex代码，并把会话留在了后面。任何以commit结束的智能体会话，都可能产生同样的缺口。

她的五种类型是那份存储的实用核对表：会话状态、跨会话留存的记忆、上一次交互、工具和步骤，以及这次变更所依赖的企业知识。检索和护栏仍是那份存储周围harness的一部分。这五种是她选来讲解的一套。

分开的存储会重演她在台上演出的协调失败。无论是关系数据库、JSON数据库、图数据库、向量数据库，还是只有一个用户能读的个人记忆文件，都是如此。把多种表示放进一个系统，是她提出的补救。她点名的Oracle能力仍是说话者的主张。Oracle AI Database是她那句“最好的地方”上的名字。26AI是她用来指任意数据类型、任意工作负载、她列出的云，以及收尾存储选择的名字。

团队可以照搬她为中介描述的控制选择。把上下文附到fork、分支和commit上，并留下一个人决定下一次会话允许延续什么。她说Polly创建了那段上下文，开发者保持负责，并且她有意放弃了自动延续。演讲把这套设计展示为一个内部故事，她称它过于简化。

• 会话正要走向的下一步。
• 智能体为什么做出那个决定。
• 疑问和冲突，以及它们如何被解决。
• 这段上下文所属的fork、分支和commit，由人继续选择什么可以延续。