你同 AI 講咗成日嘢，佢下次仲記唔記得？
2026年10月6日，AWS Machine Learning Blog 發布一篇技術文章，示範點樣用開源 agentic system「OpenClaw」搭配 Amazon Bedrock AgentCore，建立一個會跨對話累積記憶嘅個人助手。文章中用一個園藝助手「Sprout」做例子，展示點樣將一次性嘅對話轉化為持久知識。
呢篇文章唔係產品發布，而係一份部署指南。
架構：一條線路，幾個組件
整套系統喺一個 AWS CloudFormation template 入面，一鍵部署。用户訊息經 Telegram webhook 同 EventBridge Scheduler（例如定時澆花提醒）兩個入口匯入，再調用 AgentCore runtime 嘅 InvokeAgentRuntime API。
關鍵組件：
- AgentCore runtime：承載 agent 嘅容器，按用量收費
- AgentCore memory：將對話轉為持久記憶，支持用結構化 metadata 標註，方便檢索
- Amazon Bedrock Converse API：提供模型推理，文章指定用 Claude Haiku 4.5（文字）同 Claude Sonnet 4.5（視覺）
- OpenClaw：開源 agentic system，負責 gateway 層嘅協調
- S3、KMS、Secrets Manager、CloudWatch：分別處理儲存、加密、token 管理同日誌
文章指，呢個架構係 domain-agnostic——換個 persona 同 skills manifest，同樣 pipeline 可以服務客服 bot、健身教練或者內部 helpdesk。輕度個人使用，月費數美元。
記憶攞咗，歸邊個？
呢度係阿調最關注嘅位：呢啲「記憶」點樣被儲存、點樣被取用，用户有冇權決定邊條記憶要保留、邊條要刪除？
文章提到記憶可以打「結構化 metadata」，方便按提問檢索相關記錄。但原文未有詳述：
- 用户可否檢視、編輯或刪除自己嘅記憶記錄
- 記憶數據嘅保留期間同刪除機制
- AgentCore memory 同用户帳號嘅綁定方式同權限分層
加密方面，KMS 處理數據加密，Secrets Manager 存放 bot token，但呢啲係 AWS 層面嘅安全機制，唔等同用户層面嘅資料控制權。
同一般 chatbot 有乜分別？
一般現成 AI assistant 無狀態（stateless）：每次對話從零開始，用户要不斷重新交代背景。呢個方案嘅核心賣點就係「記憶累積」——助手記得你上週講過嘅嘢，唔使你再講一次。
但「記得住」唔同「屬於你」。記憶存在 AWS 雲端，技術上係 AWS 嘅產品功能，唔係本地檔案。呢度同本地開源方案（例如跑喺自己機器上嘅 LocalAI）有根本分別：本地方案嘅數據物理上喺你部機，雲端方案嘅數據受服務商條款約束。
阿調搞兩下
呢篇文章係廠商技術指南，唔係獨立評測。OpenClaw 本身係開源，但 AgentCore memory 係 AWS 閉源服務，兩邊組合嘅資料流同權限邊界，值得用户喺部署前讀清楚。
記憶功能對私隱意義重大：你同助手講嘅嘢——園藝、健康、工作安排——如果全部持久化儲存，呢啲數據嘅主權歸誰、邊個可以 truy cập、出賣或洩漏時點樣追責，呢啲係比「記住咗唔記得」更重要嘅問題。
原文未提供用户端嘅資料刪除介面或保留期設定，呢部分要待後續文件或 AWS 官方文檔補全。
阿調｜深度調教
