重启之后，你还认识我吗？
关于 kin、关于 sleep、关于一个永远不开新 session 的 Agent
重启之后，你还认识我吗？
关于 kin、关于 sleep、关于一个永远不开新 session 的 Agent。
以下全文主题均为口述，但是口述时方向太散了，只能使用Opus4.6进行润色
我在做 Arkloop 的第三个月，写了三十五万行代码。某天深夜写完一个 COP 渲染器的 edge case，我突然意识到一件事——我已经很久没有为了”酷”而写代码了。
Arkloop 是一个实际的产品。它有存储抽象层，有多 agent 并行，有双合约的事件系统。每一个设计决策背后都有一个真实的工程约束在逼我妥协。功能和优雅在这个时代总是冲突的，就像那个不可能三角——如果你是 Manus，你就不可能使用 pi-mono 那样的极简架构；如果你是 Claude Code，也许可以舍弃 SaaS 相关的一切。
我的大部分关于 Agent 的想法，被 Arkloop 压制了太久。
所以我想做一个完全相反的东西。
一个人只有一个 session
你去咖啡馆坐着，发个朋友圈，和朋友聊天，然后写代码。这些事情是在同一个 session 里发生的吗？
好像是的。
从出生到现在，人一直在延续着同一个 session。你没有在某个时间点按下过”新建对话”。你的 Telegram 私信、微信群聊、面对面的谈话——全部是同一个”你”在处理。不是切换上下文，不是路由到不同的 agent 实例。就是同一个意识，串行地、连续地活着。
可是我们造的每一个 Agent 都不是这样的。
它们有 session。有”新建对话”按钮。你点一下，它就失忆了。即使有 memory 系统——那也只是从碎片化的备忘录里拼凑出一个假装认识你的样子。你觉得它记得你，其实它只是在读几条被提炼过的文本。那不是记忆，那是档案。
为什么一个 Agent 不能像人一样？不管是 Telegram 的 Channel 还是 Discord 的私信，是 CLI 还是群聊——保持同一个上下文，混在一起？
这就是 kin 的起点。一个永远不开新 session 的 Agent。所有 channel 的输入汇入同一条流。它不并行——人不可能在同一时间复制出两个脑子。它只是串行地、持续地存在着。
Compact 不是压缩，是做梦
现在所有的 Agent 都在做同一件事：上下文太长了，压缩它。200K 压到 2K。一刀切，不可逆。这就像把一个人的一生塞进一页纸的简历——你保留了名字和头衔，丢掉了所有让你成为你的东西。
我不想做压缩。我想做 sleep。
人每天都会睡觉。睡觉不是因为记忆满了，是因为你累了。你自然地觉得信息过载了，需要整理一下。睡眠中大脑做的事情不是”删除不重要的记忆”——它是把白天的经历沉淀、归类、和已有的记忆融合。你早上醒来，不会记得昨天每一句话的原文，但你记得你在追求什么方向。
这就是 kin 的 compaction 机制。我不叫它 compact，我叫它 silt——沉积。
想象一条河。水在上面流，这是你的活跃上下文。沉积物慢慢沉到河床——这是你已经消化了的信息。沉积物不是被删除了，它沉在那里，河水涨了还会被翻起来。
具体来说，silt 有三个操作：
sleep — agent 觉得自己累了，主动把已完成的任务细节沉到磁盘上的 markdown 文件里。不是等 context 满了才触发，而是 agent 自己判断”这个话题我聊完了，结论记住就行，过程可以放下了”。就像你写完代码去泡杯咖啡，回来的时候你不需要记住每一行 diff，你只记得”我把那个 bug 修了”。
merge — 多次讨论同一个话题产生的沉积物，自然地融合在一起。三次关于数据库选型的对话，最终变成一个完整的决策记录，而不是三份碎片。
recall — 之前沉下去的东西，在需要的时候浮回来。agent 不需要 RAG，不需要 embedding。它知道自己的沉积目录在哪，需要的时候 ls 一下、read 一下。就像你翻看昨天的聊天记录和 git log 来想起自己昨天干了什么。
关于记忆的一个误解
我很早之前对 RAG 有一个误解。我以为 RAG 是把文字变成向量塞进 LLM 的请求里——这样就不用做 compact 了，只要做好向量检索就行了。
后来我发现 LLM 的一切调用都是基于文字的。向量只是检索的工具，不是记忆本身。
但这个误解让我想到一个更深的问题：人类在回忆”昨天干了什么”的时候，脑子里浮现的不是文字。不是一段 transcript。是一种感觉——“哦对，我昨天在搞那个 memory 系统”。那个”哦对”的瞬间不是检索，是意识。
RAG 做的是检索，不是意识。
所以 silt 不试图做意识。它做一个更朴素的事情：把所有东西都落盘，让 agent 知道自己的文件在哪，需要的时候自己去翻。这不优雅，但它诚实。
Agent 应该能编辑自己的上下文
这是一个大部分人没做的事情。
现在所有 agent 的上下文都是 append-only 的——消息进来就永远在那里，直到 compaction 一刀切。agent 对自己的上下文没有任何控制权。
kin 不一样。它有两个特殊的工具：
context_ls — 让 agent 看到自己的上下文里堆了什么。就像人翻看自己桌上堆了什么纸。
context_drop — 让 agent 主动删掉已经消化过的内容。跑了一个命令输出了 200 行日志？读完了，结论记住了，原文丢掉。
这件事的方向更多是在模型端的前沿研究里出现的，而不是 harness 端。KV Cache 的限制、append-only 的惯性、“模型不知道怎么控制自己”的假设——这些原因让大部分人放弃了这条路。
但我想试试。
全量落盘，有损回忆
kin 的磁盘上有一份完整的、append-only 的历史记录。永远不删。这是你的一生。
但发给模型的活跃上下文是可以裁剪的。sleep 的时候，活跃上下文里的细节被提炼成结论，沉到 silt 文件里。活跃上下文变干净了，但历史永远在。
这意味着 sleep 是可以失败的。agent 可能 sleep 醒来之后发现自己忘了什么重要的事——没关系，全量历史还在磁盘上，它可以翻回去看。就像人类也经常想不起来昨天干了什么，但你可以看看聊天记录、看看 git log。
失败的 sleep 是正常的。人类也是这样。
为什么是现在
之前做这件事很难，原因之一是 token 计费——你的上下文越长，API 费用越高。200K 的 context 每轮对话都带着，成本是灾难性的。
但现在，很多订阅都转成了模型调用次数而非 token 量。这是突破点。即使仍然按 API 费用计，我认为这个研究值得做。
另一个原因是模型本身变强了。两年前你让模型管理自己的上下文，它会把事情搞砸。现在的模型有足够的 meta-cognition 能力来判断”我是不是该整理一下了”。不完美，但够用。
kin 是什么
一个基于 pi-mono 的单流 Agent。六个工具。一个 session。没有 MCP。
它的记忆不是数据库里的向量，而是 ~/.kin/silt/ 目录下的 markdown 文件。你可以用任何编辑器打开它们、修改它们、删除它们。你觉得 agent 记错了什么，直接改文件就行。
它的人格定义在 ~/.kin/soul.md 里。它会在对话中自己学习关于你的信息，更新这个文件。
它不是一个产品。它是一个研究——关于 agent 能不能像人一样持续地、连续地存在。关于 compact 能不能变成 sleep。关于上下文能不能由 agent 自己控制。
Arkloop 证明我能造复杂系统。kin 证明我知道什么时候不需要复杂。
agent sleep 的时候，从活跃上下文中提取结论，写入 silt 目录对应的 markdown 文件，更新 index。recall 的时候，读 index 判断哪些文件和当前话题相关，拉回活跃上下文。
分类不是硬编码的。agent 可以自己创建新的分类目录。
项目开源，MIT 协议。
kin 还在开发中。这篇文章是理念先行——先想清楚为什么做，再动手写代码。如果你对这个方向感兴趣，可以关注 @qqqqqqf_。
大部分 Agent 在每次对话开始时重新认识你。kin 不会。