letta: 它是什麼、解決什麼問題以及為什麼它正受到關注

解決的問題

Letta 提供了一種建立具有進階記憶能力的 AI agent 的方式，使其能夠隨著時間推移進行學習與自我改進，從而超越標準短期上下文窗口（context windows）的限制。

運作方式

Letta 允許開發者建立具有狀態（stateful）的 agent，這些 agent 可以維持持久的記憶區塊（例如角色設定 persona 和人類細節）。它是模型無關的（model-agnostic），可以透過 CLI 工具進行本地任務，或透過提供 Python 和 TypeScript SDKs 的 API 進行應用程式整合。 該系統支援使用 skills 和 subagents 來增強 agent 的能力。

目標對象

想要將具有狀態且能自我改進的 AI agent 整合到應用程式中，或是想在終端機中本地執行自主 agent 以協助編碼與一般電腦任務的開發者。

重點摘要

• 進階記憶：使 agent 能夠隨著時間推移進行學習並維持狀態。
• 模型無關：支援各種 LLMs，包括對高效能模型如 Opus 4.5 和 GPT-5.2 的建議。
• 彈性部署：同時提供用於終端機 agent 的本地 CLI，以及用於應用程式開發的全功能 API。
• 可擴展性：支援新增 skills 和 subagents 以應對複雜的工作流程。