
直接结论:Letta适合研究和构建具有长期记忆、身份与持续学习能力的Agent;自我改进必须受到评测、版本控制和人工权限约束。
资料说明:本文根据该产品截至2026年8月5日的官方页面与官方文档整理,不包含虚构的统一条件实测。功能、价格、额度和授权规则可能调整,使用前请再次核验官网。
工具是什么
Letta是一家专注持续学习和Agent记忆的AI研究公司,其产品Letta Agent把研究成果用于可随经验演化的自我改进Agent,并延续MemGPT、Context Repositories和Memory Models等方向。
核心功能
| 功能 | 说明 |
|---|---|
| 长期Agent记忆 | 让Agent在多次交互和任务之间保留重要上下文。 |
| 身份与能力演化 | 根据经验逐步调整Agent记忆、身份和技能。 |
| Context Repositories | 使用程序化和Git式方式管理可版本化上下文。 |
| 持续学习研究 | 探索Memory Models、Sleep-time Compute和Token Space学习。 |
| Letta Agent | 把长期记忆与学习机制应用到可使用的Agent产品。 |
| 开发者软件 | 提供当前CLI、代码和研究工具供开发者实验。 |
适合哪些用户
- 研究长期记忆与持续学习Agent的开发者。
- 需要跨任务保持身份和经验的Agent产品团队。
- 探索下一代编程Agent和数字人物的组织。
不太适合哪些情况
- 只需要无状态单轮问答的普通应用。
- 未经评测就让Agent自动修改自身关键规则的系统。
主要优势
- 团队长期专注Agent记忆与上下文管理研究。
- 研究成果直接转化为软件和Agent产品。
- 强调记忆、身份和经验随时间演化。
需要注意的限制
- 产品和研究方向仍处于快速探索阶段。
- 长期记忆可能积累错误、敏感或过时信息。
- 自我改进带来可预测性、审计和安全挑战。
常见问题
Letta与MemGPT是什么关系?
Letta起源于MemGPT相关研究,并继续推进上下文管理和长期记忆Agent。
Letta Agent会自动学习吗?
官方定位强调记忆和能力随经验演化,但生产使用必须配合评测与治理。
官方来源
资料核验日期:2026年8月5日
数据统计
数据评估
关于Letta特别声明
本站此刻AI提供的Letta都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由此刻AI实际控制,在5 8 月, 2026 4:00 下午收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,此刻AI不承担任何责任。
相关导航

Agent工具连接与分发平台,提供MCP发现、Managed Auth、跨运行时连接、Server发布、托管和工具可观测性。

新Verdent
通过Plan Mode、多个并行编程Agent、代码库上下文和AI代码审查处理复杂开发任务的Agentic Coding Suite。

新Zapier AI Automation
连接应用、数据和大模型,并把AI推理、工具调用和确定性工作流组合在一起的自动化平台。

新RAGFlow
基于深度文档理解的开源RAG与Agent平台,整合摄取Pipeline、Hybrid Search、引用问答、Workflow、工具和MCP。
新CREAO
CREAO构建AI代理,集成现有工具,全天候学习并复加您的业务知识。
新阿里悟空
钉钉推出的AI工作平台,基于通义大模型,通过对话式交互高效完成工作任务。

新Pipedream
面向开发者的API连接、工作流、AI Agent Builder、MCP和应用集成基础设施。
新ClawHub
面向AI代理的快速技能注册与向量搜索平台
