meng shao says a shared memory layer independent of any agent is needed, because moving context by hand between Grok Bot, Codex, and Cursor wastes time and tokens.
He says teams with different focuses would store full context there, organized by dimension, with each agent updating its own dimension. He endorses EverOS Cloud's direction and says he is currently unemployed and looking for a use case.
跨 Agent 的记忆层确实有必要，我自己在高频使用 Grok Bot、Codex、Cursor 中，也经常需要把上下文做搬运。上次是因为 Codex 一个问题反复沟通都搞不定，就搬到了 Grok Bot 搞定，不过搬运过程还是浪费时间和 token 的。
我自己一个人况且如此，团队里多个不同方向的伙伴协同工作时，使用 Agent 和关注点不一样时，不可能手动搬运上下文，只能是有一个共享的独立于 Agent 的记忆层，其中存储全量上下文，并按不同维度进行记忆整理沉淀，每个不同方向的 Agent 关注和更新记忆中不同维度。
看了 @evermind EverOS Cloud 的官方介绍感觉方向是对的，不过我现在失业中没有团队 😂，有场景的朋友可以试试看：https://evermind.ai/everos
Agent Memory 我已经用了好久了。手头同时跑好几个 Agent 和 Bot，最烦的就是换个工具或者团队交接时，之前排障踩过的坑又要从头交代一遍。所以在公司我一直想把记忆做成云端共享，让大家做过的工作变成下一次任务所有人都能直接调用的经验。 这次体验 EverOS Cloud，刚好把团队云端记忆这块补齐了。不管你是主力用 Antigravity、Codex 这类开发 Agent，还是自己搭的 Grok Bot、Muse、Hermes 等 Personal Bot，都能通过支持的 API 或 MCP 等方式接入。对于手头跑着好几个 Bot 的玩家来说，只要是已写入或导入云端、且允许访问的内容，它都能在不同 Agent 之间把上下文串联起来，不用换个窗口或换个 Bot 就从头交代背景。 它的能力主要分成三块。第一块是 User Memory，用来记录用户偏好与长期上下文；第二块是文档知识库，把文档、PDF、表格等业务资料转成可检索的记忆；第三块是 Agent Memory，专门把每次任务过程记录成 Case，从重复经验里提炼出可复用的 Skill，结合团队 SOP 给后续任务提供参考，正式流程调整依然由团队审核。 录屏里我专门拿 User Memory 做了一个演示，直接从控制台复制官方的 Agent Prompt 丢给 Antigravity 自动配好 SDK，把一次接口排障的上下文写入 User Memory，新开任务前再调 API 把这条记忆检索出来用。 进后台的 Memory Bank 就能直接翻看存下来的每条记忆，记偏了随时能调 API 纠正、删除或评价，而且 Cloud 版和自托管版共享核心 API，后续做核心功能迁移时也很省心。 现在订阅 Pro，每月额度变 3 倍，连享 6 个月。 Cloud 注册体验 https://everos.evermind.ai #EverMind #EverOS
Source: meng shao · x.comPublished · added here
