Hermes Agent 的记忆系统通过四种机制优化信息存储与检索，包括小规模提示词记忆、SQLite 数据库会话存档、程序记忆管理技能和可选用户建模层。与 OpenClaw 的日志式记忆不同，Hermes 强调缓存效率，灵活处理用户偏好和重要信息，同时保持稳定性。

AI记忆系统通过外部存储与检索机制，使无状态大模型具备跨会话学习能力，解决了AI缺乏记忆的问题。记忆层的引入使AI能够记住用户偏好和历史对话，提升多轮对话效果。完整的记忆系统包括信息存储、检索和清理，确保AI持续理解用户需求，成为更智能的助手。

谷歌研究人员提出了一种训练方法，使大型语言模型通过学习最佳贝叶斯系统的预测来近似贝叶斯推理。这种方法提升了模型在多步交互中更新信念的能力。研究表明，语言模型在与用户互动时未能有效更新用户偏好，但通过贝叶斯教学训练，模型的预测能力得到了改善，接近贝叶斯助手的决策水平。

Amazon Bedrock AgentCore Memory 通过双层架构和智能整合机制，解决了AI记忆管理中的冗余和冲突问题。其长期记忆策略包括语义、用户偏好、摘要和情节，能够有效提取和整合信息，保持记忆精简，并支持跨会话记忆和语义去重，提升AI代理的智能化水平。

Claude Sonnet 4.6 发布，用户偏好高于 4.5 和 Opus 4.5。它在编码和计算机操作等六个维度进行了升级，支持 100 万 token 的上下文窗口，表现接近人类水平，尤其在复杂任务中，性价比高，适合日常使用。

ClawdBot（现名OpenClaw）是一款个人AI助理，能够执行命令、记忆用户偏好，并通过聊天工具进行远程控制。尽管存在安全隐患和功能不完善，但它在AI助理领域具有重要意义。

火爆的 AI 助手项目 Clawdbot 已更名为 moltbot。moltbot 是一个开源工具，支持 Windows、macOS 和 Linux，能够执行文件操作、运行命令和访问网页。它注重实用性和实时响应，能记住用户偏好并自动完成任务。

微软在Ignite大会上宣布Foundry Agent Service的内存功能进入公开预览，允许开发者存储和管理聊天摘要及用户偏好。内存功能分为提取、整合和检索三个阶段，支持通过SDK和API使用。每个内存范围可存储最多10,000个项目，系统每分钟处理1,000个请求，满足长期上下文的基础设施需求。

X/Twitter 将调整算法，完全依赖用户偏好和互动内容，用户将失去关键词屏蔽功能。马斯克希望吸引记者回归，用户可能接触到更多真实信息，但也会看到不感兴趣的内容，用户控制权减弱。

本文介绍了PREDICT方法，旨在提高从用户交互中推断人类偏好的精确性和适应性。PREDICT通过迭代优化推断的偏好、将偏好分解为组成部分以及在多个轨迹中验证偏好来实现。研究表明，PREDICT在不同环境中比现有基线提高了66.2%（网格世界）和41.0%（PLUME）的准确性。

本文介绍了一种名为PB&J的框架，通过引入用户判断背后的潜在理由，改善语言模型的人物角色。该方法结合心理学理论，如五大人格特质，生成更准确的用户偏好预测。实验结果表明，PB&J框架在公共舆论和电影偏好预测任务中表现优于仅依赖用户人口统计信息的模型，并且与人类撰写的理由相当，显示出合成理由的潜力。

亚马逊推出了一款名为“帮我决定”的AI工具，旨在帮助用户在购买类似产品时做出选择。该工具根据用户的浏览记录、购物历史和偏好，推荐合适的产品。目前，该功能正在美国的亚马逊购物应用和移动网站上推广。

谷歌高管在纽约的AI峰会上辩护AI摘要，称用户更倾向于AI提供的上下文摘要而非原网站的答案。尽管面临Penske公司因AI摘要导致搜索流量下降的诉讼，谷歌仍希望结合AI摘要与传统搜索结果，维持健康的生态系统。

Kubernetes v1.34引入用户偏好设置功能，允许在kubectl中设置默认选项和命令别名，提升使用效率。用户可通过kuberc文件定义交互式删除和服务器端应用的默认值。该功能现已进入测试阶段，欢迎反馈。

软件开发者Ibrahim Diallo建议用户使用网站而非下载应用程序，调查显示75%的用户更喜欢移动网站。渐进式网页应用（PWA）提供类似应用的体验，无需下载且更新更快，适合品牌与客户的首次接触。开发者应考虑PWA与原生应用的不同用途。

上下文工程是优化大型语言模型（LLM）理解任务的关键，涉及提供用户偏好、历史信息和工具输出等相关数据，以确保模型有效执行任务。与提示工程不同，它关注整个输入环境，提升模型的决策能力和输出质量。