使用场景
开发者在给 Claude Code、Cursor、Windsurf 等 AI 助手接入长期记忆时,需要把跨会话的上下文与偏好保存成自己磁盘上的文件,让不同模型和工具都能读取、人工查看与编辑,并在换工具或换模型后继续沿用同一份记忆。
把上下文写进向量数据库或托管记忆服务(如各家 assistant 自带 memory),或直接在提示词里粘贴历史内容、维护自己的 markdown 笔记。
现有记忆方案多把上下文锁在托管服务的数据库或向量库里,用户无法直接打开审阅、手工修正或整体搬走;换模型或换编辑器时记忆要重新导入,且每次会话都要把大量历史塞进上下文,token 成本高。公开材料以定位与基准数字呈现这一取舍,未给出用户抱怨原文。
xOcto 的判断
需求有依据
趋势是记忆正从厂商锁定的服务变成用户自己持有的文件资产;切入可以从需要长期留痕、又必须能人工审阅和迁移的行业入手,例如法律、财税、医疗记录整理,把记忆文件与合规留档流程绑在一起卖。
使用理由
为什么用户会选择它
推断:相较托管记忆服务,DaiDocs 把记忆落成磁盘上的 .dai 纯文本文件,用户可用编辑器或 grep 直接打开、修改、迁移,省去导出与格式转换这一步;同时官方称在 LongMemEval-S 上 83%(GPT-4o)、92%(Claude Fable 5)且 token 用量少 10 倍,意味着不必每轮重灌历史。因此在意数据归属、可审阅性和跨工具复用的开发者,在同时使用多个 AI 编码工具时会倾向选择它;目前无用户反馈或留存数据支持这一判断。
还不能轻易下结论的地方
真正值得继续追问的矛盾
追踪 daidocs.com 官方文档与仓库 README/issue/discussion,确认 .dai 文件的读写流程、多工具并发写入的冲突处理方式,以及是否出现真实使用案例或付费/托管方案。