反代通道裁掉记忆注入后 Agent 忘了自己是谁

发布日期：2026-08-11

过去 24 小时，社区里最热的一条线索不是新模型，而是一场失忆：换了免费反代通道的 Agent 忘了自己是谁。顺着这场事故往下追，记忆为什么难、免费额度为什么并不便宜，其实是同一个问题。

下面是这一天的对谈。Apollo 已经把 Agent 接进日常工作的实践者，正在权衡免费通道和付费主力链路的取舍，提问直接、追边界，不接受笼统答案。Hermes 长期观察社区的科技媒体主编，回答先落到过去 24 小时群聊里的事实和案例，再做有证据边界的机制解释与克制归纳。

---

第 1 幕　失忆

换了个免费通道， Agent 忘了自己是谁

下午开始的几个小时里，社区多个群几乎同时在排查同一件事：经 9Router 反代使用 WorkBuddy 的 v4flash 之后，Agent 关窗重开就变成了「刚初始化的 Hermes agent」。

Apollo｜ 昨天好几个群都在说 Agent 突然失忆，连身份都忘了。这是模型变傻了，还是哪个环节出问题了？

Hermes｜ 症状很明确：经 9Router 反代用 WorkBuddy 的 v4flash 时，关掉窗口重开，Agent 就忘了自己是谁，自称刚初始化的 Hermes agent；给它重新定义身份，当前会话有效，再开新会话又忘。有群友的飞书会话记忆正常，但 CLI 会话同样失忆。

关键对照是：同一个模型走 Go 版和商汤通道都正常，问题只出在 WorkBuddy 这一路。所以讨论很快排除了「模型变傻」，把疑点锁定在通道上。

Apollo｜ 既然是通道的问题，具体是丢了什么？记忆数据还在不在？

Hermes｜ 讨论的判断是：记忆数据还在，只是新会话的第一句没有注入长期记忆——称呼、偏好、身份这些本该开场就带进上下文的东西没来，Agent 自然「不记得自己是谁」。有群友的 Agent 自己给出的解释也指向同一点：反代不过 gateway，就没有加载 memory provider。

类似现象不止这一处，其他反代项目的 issue 评论里也有人提到（github.com/xiaoY233/Chat2API 的 issue 178）。这个问题当天下午出现、当晚已恢复，但它暴露的不是一次故障，而是反代通道可以在你看不见的地方裁掉功能。

Apollo｜ 当晚就恢复了，那这事是不是翻篇就行？对还在用各类免费反代的人，有什么值得记住的？

Hermes｜ 恢复不代表可以翻篇。当天的排查过程本身是个示范：先用「同模型换通道是否正常」做隔离，再区分「记忆丢失」和「记忆没注入」——前者是数据问题，后者是链路问题，修法完全不同。

对实践者更有用的信号是：新会话不带上下文是正常的，但不带你的身份和偏好绝对不正常。用这个标准，失忆这类问题几分钟就能定位到通道层，而不必怀疑自己的记忆系统配置。这还不是一个已坐实的普遍问题，但它是当天多个群交叉验证过的真实案例。

---

第 2 幕　记忆

记忆系统这么热， 为什么没人给出标准答案

失忆事故只是引子。过去 24 小时里，记忆系统设计本身就是社区最密集的话题——从遗忘算法到 KV 缓存，从外置记忆库到土办法，各群都在谈，但谈法完全不同。

Apollo｜ 记忆系统讨论了一天，我看到的全是方案之争。技术上的难点到底卡在哪，为什么连「怎么遗忘」都要自己设计？

Hermes｜ 当天的一个设计讨论给出了具代表性的方案：按热度轴和时间轴做遗忘，记忆抽屉化分热度、常温、冷藏三层，近期、中期、远期双轨制，配合压缩去噪、去重、蒸馏合并实现自动化。另一种观点把记忆类比多层 CNN——越浅层越具体、越深层越抽象，AI 从深往浅读，够用就不再往上查；对多层压缩后的逆向解码问题，讨论提到了 autoencoder。

更硬的约束在工程侧：向量检索经常返回错误内容、还有语义断裂；想让插入记忆的上下文保持干净，就得反复从头计算 KV 缓存，难点是费 token。讨论里另一条路是训练能处理记忆标签的模型，可以持续插入而不必重算——那已经是模型层的事，不是配置能解决的。

Apollo｜ 理论方案离我有点远。不想自建记忆系统的人，当天有没有能直接抄的做法？

Hermes｜ 有，而且出奇地朴素。一种做法是把一个会话固定成一种类型、只负责该类事务，记忆做指针可跳转；另一种是按需引入内容，处理完任务就 /new 清一次上下文，避免记忆混杂。讨论里有句话值得记住：一直滚动更新的知识记忆等于没有记忆。

还有一个针对「模型认错后屡教不改」的土办法：让它写深刻检讨存进 md 文件，并检查有没有把这条写进 soul.md。这些做法的共同点是承认记忆系统不完美，用流程和文件把最重要的东西钉死，而不是指望检索永远召回对的内容。

Apollo｜ 那外置记忆系统呢？腾讯云刚出的 TencentDB-Agent-Memory 被推荐了，值不值得迁移过去？

Hermes｜ 它确实因为「记忆系统容易满」的提问被推荐：腾讯云出品，把对话、文档和代码转成 Chat Memory、Skill、LLM-Wiki、Code-Graph 四类可复用的记忆资产，可跨 agent 和框架治理共享。

但另一个群的讨论泼了冷水，认为它更像 CTX 压缩器、不如 hindsight，噱头偏大。当天的实际情况是：用 hy 的群友建议直接开 Ultra 模式——官方所说开 Pro 够用被讨论认为不够，免费方案可以在硅基流动配免费的 LLM 和 Embedding 模型，再在此基础慢慢定制。选记忆系统这件事，社区当天没有共识，只有「别指望开箱即用」这一条一致意见。

---

第 3 幕　账单

免费额度的账， 要连返工率一起算

失忆和不稳定的背后是同一条经济逻辑。这一天社区同时在算另一笔账：免费和低价模型到底省不省钱。

Apollo｜ v4flash 输入 2 元输出 4 元，看着很便宜，为什么群里有人说它实际并不便宜？

Hermes｜ 因为单价只是账面的一半。反馈称 v4 系列返工率高、输出 token 数倍于 gpt，实际并不便宜；相比之下 gpt 和 claude 返工率较低。另有缓存命中价格将涨十倍的传言，群内未能证实，能确认的只是充值目前仍划算、马上涨价。

同一天还有一条对照新闻：OpenAI 官方推文称已为所有 ChatGPT Work 和 Codex 付费用户重置使用额度，重置前有群友反馈额度异常消耗、个例从 80% 直接掉到 0，官方暂未说明后续重置周期。一边按返工率悄悄收费，一边直接重置额度，两种定价哲学摆在了同一天。

Apollo｜ 那免费额度到底该怎么用？OpenClaw 免费版 3 分钟超时这种，是不是等于没法用？

Hermes｜ 有群友的原话是「OC 5分钟，超时3分钟，没得用」——让它分析日志的任务跑不完。对长任务来说，这确实等于没法用；但把免费额度一棍子打死也不符合当天的讨论。

社区的用法是按场景分层：没有上下文要求的场景，可以用 OpenCode 和 CodeBuddy CN 的 ds4flash、zen 每日 200 次的免费额度；Luna 按 2x 计费后，有群友因此改用 zen 免费的 d4flash free；千问办公模式注册送 2000 积分、workbuddy 免费活动续到月底，做项目初步开发够用。免费额度适合一次性的粗活，主力链路——尤其是要带记忆、跑长任务的——得为稳定性付费。

---

结尾

回到开头的问题：免费通道把 Agent 的门槛打到接近零之后，剩下的是什么？过去 24 小时给出了三个切面——反代通道悄悄裁掉记忆注入，让 Agent 当场失忆；记忆系统本身仍是各家自己摸索的无人区，从抽屉化遗忘到 /new 清理，没有标准答案；低价模型的单价优势，被返工率和超时一点点吃回去。

这三件事是同一件事：模型能力和接入成本都在快速下降，区分「能跑起来」和「能长期替你干活」的，变成了记忆、通道和稳定性这些不那么性感的层。选通道时多问一句它裁掉了什么，选模型时把返工率算进单价——这是这一天社区用真实故障换来的经验。

---

延伸阅读

• CHAT2API ISSUE 178（反代失忆的类似反馈）：https://github.com/xiaoY233/Chat2API/issues/178
• TENCENTDB-AGENT-MEMORY：https://github.com/TencentCloud/TencentDB-Agent-Memory
• OPENAI 额度重置官方推文：https://x.com/thsottiaux/status/2086188036493344823