Agent 记忆机制设计 ChatGPT 记忆机制的逆向发现 通过对话实验逆向得出 ChatGPT 的记忆系统未使用向量数据库、RAG、embedding 召回及相似度匹配，而是采用 4 层纯结构化设计。尽管 ChatGPT 是对话产品而非 Agent，但其 memory 设计思路回答了 Agent 记忆系统的核心问题：何时该用检索，何时不该。 不用向量数据库的核心原因 精确调用需求：向量检索是模糊匹配，无法确保关键事实类信息的精准命中。例如用户预算等需精确读取的信息，结构化存储可直接查对应字段，避免歧义。 时间处…
从大模型、检索增强生成（RAG）和智能体（Agent）三大技术维度看，网络安全领域的结合应用点可系统归纳如下： 一、大模型原生能力在网络安全的应用 1. 威胁检测与对抗 语义级攻击识别： 大模型通过理解攻击流量的自然语言特征（如钓鱼邮件话术、恶意脚本注释），识别传统规则引擎无法捕捉的语义混淆攻击。 0day漏洞预测： 分析代码/协议中的非常规模式（如异常参数传递、非常规函数调用），结合历史漏洞数据预测潜在0day风险。 多模态威胁检测： 融合分析文本日志、网络流量包、图像（如钓鱼网站截图），实现跨模态威胁关联（如钓…