OpenClaw 为什么又贵又健忘？OpenViking 基本上就是来治这个的

一句话总结：OpenViking 会把“原样堆历史”的长会话，改成“先召回该带的，再归档该存的”。

OpenClaw 的对话一长，贵和健忘往往会一起出现。
前面的历史越堆越厚，每一轮都要再带一次；真到该用时，关键偏好和结论还埋在流水账里。

我这次回头看这条链路，最有用的判断其实很简单：
OpenViking 本质上是在给 OpenClaw 补一层上下文治理。它管的不是“记不记得”这一个点，而是每一轮回复前到底该带什么、该放远什么、该把什么沉成以后还能命中的记忆。

所以它同时碰两件事。
一边让 prompt 不再一路膨胀。
一边让长期信息不必每次都靠整段聊天硬带。

先看 without / with OpenViking 的差别

场景	没有 OpenViking 时常见情况	有 OpenViking 之后更像什么
当前会话	历史消息越堆越厚，越聊越重	只把当前活跃区留在前台，旧内容转去摘要和索引
记忆使用方式	关键偏好、案例、实体埋在 transcript 里	先做 recall，把最相关的少量记忆带回来
成本形态	每轮都像把整段旧历史再读一遍	先看便宜层，再决定要不要拿更完整的内容
健忘表现	信息明明聊过，下一轮还是不稳	长期有用的信息会被提炼出来，后面更容易命中
长会话后果	花的钱越来越多，回答却不一定更稳	预算更可控，历史也更容易复用

如果你想先把一条 hello 请求背后到底塞了多少上下文看得更细，可以接着读 OpenClaw的 Hello 为什么这么费 Token？我顺着源码终于懂了。

它到底插在什么位置

把 OpenClaw 的长会话简化看，OpenViking 主要插在两个时刻：回复前的 recall，以及历史变厚后的 commit。

1. 新消息进来，系统先看这一轮眼下还活跃的上下文。
2. recall 开始工作，从摘要、索引、长期记忆里找这一轮最该带回来的少量内容。
3. 本轮 prompt 组装完成，模型基于“当前消息 + 活跃区 + 召回结果”来回答。
4. 对话继续变长后，系统再做 commit，把旧历史压缩、归档，并沉出更适合长期复用的记忆。

可以把它概括成这样：

新消息进入
-> 保留当前 active messages
-> recall：从摘要、索引、记忆里找最相关内容
-> 组装本轮 prompt
-> 模型回复
-> 会话变厚后触发 commit
-> 旧内容压缩成 summary / archive index
-> 长期有用的信息沉成更稳定的记忆

这一步很关键。因为真正进模型的，不再只是完整 transcript，而是“当前最需要的上下文组合”。

recall 这一步，决定它会不会把无关历史也塞回来

很多长期记忆系统，问题不在“记不住”，而在“记得太杂”。
OpenViking 这条路更像分层探测：先用便宜的层筛，再决定要不要下钻到更完整的层。

层级	会先看到什么	适合干什么
L0	一句话抽象 / abstract	先快速判断这条记忆像不像现在要找的东西
L1	概览 / overview	补更多上下文，确认值不值得继续带
L2	完整内容 / full	只有真的需要细节时才展开

这样做的价值很直接。
先扫 L0，成本低。
需要更多判断时再看 L1。
真要落到完整细节，再去碰 L2。

后面通常还会接去重、重排、分数过滤、token budget 裁剪这些动作。
最后真正被塞回 prompt 的，不该是一长串“看起来相关”的候选，而是这一轮最值得占位置的那几条。

commit 这一步，决定它会不会越聊越贵

只要会话够长，系统就不可能永远把原始消息挂在前台。
会话里的 pending_tokens 一高，OpenViking 就要开始处理“历史怎么收口”这件事。

它更像做三件事：

1. 把旧对话压成能快速回忆的 summary。
2. 给归档内容留一个 archive index，后面还能追溯。
3. 把当前最该参与推理的消息继续留在 active messages。

于是上下文从“无界追加”，变成了“前台活跃区 + 后台可回查区”的结构。
旧内容没有消失，只是离开了每一轮都最贵的位置。

如果你想把这里的“token 为什么能降”继续对到账单上的输入 Token、输出 Token、Cache hit，可以再看 大模型 API 的输入 Token、输出 Token、Cache hit，为什么价格差这么多？。

它为什么能同时治“贵”和“健忘”

把这件事拆开看，就顺了。

第一层，贵，常常贵在每一轮都把太多旧东西重新带进去。
OpenViking 通过压缩、索引、分层召回，让真正留在前台的内容少很多。

第二层，健忘，常常不是因为历史不存在，而是因为历史只有原始聊天记录这一种形态。
当偏好、实体、事件、案例、模式这些内容被提炼出来后，后面的命中方式就变了。它们不必每次都躺在几百行 transcript 里等模型自己翻。

第三层，贵和健忘本来就是一件事的两面。
你把所有历史都原样带着，成本会高；你把历史全丢着不整理，命中会差。OpenViking 真正做的是把“历史存在”变成“历史可用”。

什么时候值得上 OpenViking

如果你只是偶尔开几轮短对话，它未必会排在最前面。
可一旦出现下面这些信号，优先级就会明显往上走：

• 同一个 session 会连续跑很久
• system prompt、tools、skills 这些固定前缀本来就重
• 用户偏好、项目约束、解决过的案例需要跨轮复用
• 你已经开始频繁 new、compact，成本还是不稳，回答也还是会漏

我更愿意把它看成 OpenClaw 进入长会话后的治理层。

延伸阅读

• OpenClaw 的 Hello 为什么这么费 Token？我顺着源码终于懂了：OpenClaw 一跑 Hello 就很烧 Token，根子不在模型贵，而在上下文链路太长。顺着源码拆开请求路径、上下文拼接和调用轮次，就能看明白钱到底花在哪。
• 大模型 API 的输入 Token、输出 Token、Cache hit，为什么价格差这么多？：输入 Token 主要花在批量读，输出 Token 主要花在逐个写，Cache hit 则是前面算过的别再算。看懂 prefill、decode 和 KV Cache，为什么价格差这么多就会一眼清楚。
• AI公司正在失去定义自己边界的能力：OpenAI主动送5%股权，Anthropic被五角大楼逼拆护栏。看似截然不同的选择，底层逻辑一样：AI公司的独立性窗口正在关闭。互联网公司走了二十年的路，AI只用了四年。
• AI的账单到了：花旗限制旗舰模型、扎克伯格承认Agent不如预期、谷歌用电量超新西兰——三条新闻串起同一个转折：从不计代价追求能力到在成本约束下找最优解。免费午餐阶段结束了。