CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

现在做AI智能体的小伙伴们经常遇到一个头疼的问题，就是AI记不住之前说过的话，想找点资料像在黑箱里瞎摸。

要不就是把记忆、知识、技能散落在各个角落，用起来费劲还费钱。每个对话都要重新喂一遍背景信息，token烧得心疼，响应速度也慢得让人着急。

今天介绍一个字节跳动团队开源的OpenViking，超29000星曾经拿过Github每日最佳来解决这个大难题。

开源地址：https://github.com/volcengine/OpenViking

你可以把OpenViking理解成AI专用的超级大脑图书馆，能把记忆、资源、技能统统一股脑塞进一个虚拟文件系统里。要用的时候翻目录就能找到，不用在茫茫数据海里捞针。

研发团队在在LoCoMo这个长对话用户记忆测试上跑了三组实验，结果相当经验。用了OpenViking之后，三个不同AI集成的准确率全部冲到80%—83%。而原本自带的记忆系统准确率只有24%到57%。

更离谱的是Token消耗。在准确率暴涨的同时，输入Token数下降了34%—91%，查询延迟降低了58%—66%。

还有个在tau2-bench多轮任务测试上的数据，加了这个记忆机制之后，任务成功率比不带记忆的纯大模型，零售场景提升了6.87%，航空场景提升了11.87%。

兼容性也不错，Claude Code、Cursor等热门开发平台都有现成的插件，LangChain、LangGraph这样的框架也能无缝衔接。接着咱们在聊聊OpenViking有哪些好用的特色功能。

统一文件系统管理上下文

记忆、知识、技能都有自己专属的viking://地址，就像给每本书编上了索书号。AI想找什么资源，直接像程序员操作文件一样精准定位，再也不会像无头苍蝇一样到处乱撞。

你想让AI记住你的代码风格、项目文档，或者某个常用功能模块，统统都能安安稳稳住进这个统一仓库里。

三层分级加载帮省token

这个功能真的很绝，也是OpenViking能节省大量token原因之一。每一份上下文都会被自动处理成三个层级。

L0是一句话摘要，大概100个Token，用来快速判断这内容跟当前任务有没有关系。

L1是概览，大概2000个Token，包含核心信息，够Agent做规划决策用了。L2才是完整原文，只有真正需要细读的时候才加载。

这就像看书，你不会一上来就逐字逐句读完整本百科全书吧？你先看目录，再看章节概要，最后才翻开具体那一页。

AI也一样，没必要每次都把全部信息灌进上下文窗口。实测下来，Token消耗降了80%以上，有些场景甚至到91%，这对跑长任务、多轮对话的团队来说，省下来的可都是真金白银。

目录递归检索保持语境完整

向量搜索不是孤立地找单个文件，而是先定位最相关的目录，然后一层层往下钻。这样检索出来的内容带着上下文，就像完整的一章书而不是零散几页。