在处理复杂任务时，通常需要我们和Cursor进行多轮对话，而随着对话轮次的增多，Cursor对于核心任务和工作重点的记忆丢失的越多，归根到底，是由于大模型缺乏长期记忆机制。为了解决这一问题， 本文调研了Memory Bank，一种针对特定情况的新型记忆机制，使模型能够唤起相关记忆，通过持续的记忆更新不断进化，理解并适应用户的个性。记忆存储方面，Memory Bank通过整合先前互动的信息，随着时间的推移，模仿拟人行为并选择性地保存记忆。建立在强大的记忆存储基础之上，记忆检索方面，Memory Bank采用双塔密集检索模型，使用FAISS索引对向量表征进行相似性检索，以实现高效检索。记忆更新方面，Memory Bank取自艾宾浩斯遗忘曲线理论的灵感，提出了一种新的记忆更新机制。这种机制允许AI忘记并根据时间的流逝和记忆的相对重要性来强化记忆，从而提供更像人类的记忆机制和丰富的用户体验。
使用过Redis的同学肯定都了解过一个说法，说Redis是单线程模型，那么实际情况是怎样的呢？其实，我们常说Redis是单线程模型，是指Redis采用单线程的事件驱动模型，只有并且只会在一个主线程中执行Redis命令操作，这意味着它在处理请求时不使用复杂的上下文切换或锁机制。尽管只是单线程的架构，但Redis通过非阻塞的I/O操作和高效的事件循环来处理大量的并发连接，性能仍然非常高。然而在Redis4.0开始也引入了一些后台线程执行异步淘汰、异步删除过期key、异步执行大key删除等任务，然后，在Redis6.0中引入了多线程IO特性，将Redis单节点访问请求从10W提升到20W。而在去年Valkey社区发布的Valkey8.0版本，在I/O线程系统上进行了重大升级，特别是异步I/O线程的引入，使主线程和I/O线程能够并行工作，可实现最大化服务吞吐量并减少瓶颈，使得Valkey单节点访问请求可以提升到100W。
Cursor 是基于VS Code开发的一款编辑器，支持多种语言的开发编辑。与传统的开发工具相比，它有多种优势：与AI无缝集成，响应速度快，占用内存小。但很多同学在"起步"过程中遇到了一点点问题，导致起步不成功。本文描述一些实用的小技巧，帮助大家快速用Cursor开启AI生涯。
本篇为KMP技术的技术及实践系列文章的第三篇。在这篇文章中我们以一个实际业务视角，总结我们在使用 KMP 的 Share Logic 和 Share UI 两种模式在三端落地的经验与 infra 工程建设的互补。
本文通过一条AI应用架构演进的路线（图来自《AI Engineering》），来描述和记录每一次演进增加的架构内容以及概述涉及到的相关技术，从而帮助自己以及可能有需要的同学按照一定的脉络整理LLM和AI应用快速发展下不断迸发的新设计和新技术，再者为后续可能的关于AI应用架构和传统应用架构的异同的主题探讨做些调研。
ovCompose(online-video-compose)是腾讯大前端领域 TDF 端框架 Oteam 中，腾讯视频团队基于 Compose Multiplatform 生态推出的跨平台开发框架，旨在弥补 JetBrains Compose Multiplatform 不支持鸿蒙平台的遗憾与解决 iOS 平台原生 UI 混排受限的问题，便于业务构建全跨端 App 。同时腾讯视频深度参与 Oteam 并推出了 KuiklyBase，涵盖 Kotlin/Native 的鸿蒙适配、组件生态、鸿蒙编译、堆栈还原、工具链相关建设，助力业界 KMP 开发者提高鸿蒙适配效率。
