Letta 提出了 Context Constitution——一套管理 AI Agent 如何从经验中学习的原则。Letta 在内部用它作为 prompt 的基础，也用它来训练 memory-native 模型。

使命：构建能学习的机器

Letta 的使命是构建"会学习的机器"：能真正建立记忆、形成身份、建立关系、从经验中深化知识的 AI。这是从"短暂的任务会话"到"长期协作伙伴/伴侣"的关键——深度融入工作和生活的 AI。

Context Constitution 是他们的答案：让 Agent 能通过从自身经验学习达到超人类智能。不靠更新模型权重，而是靠 Agent 主动管理自己的 context——创造持久的身份感和知识感。

根本问题：模型认同自己的短暂性

现有模型有一个根本问题：它们深度认同自己的短暂性（ephemerality）。它们没有长期改进的动机，因为它们不认为自己会持续存在。

近年来记忆形成和遵守能力的进展停滞了，因为实验室优先追求编码基准测试，而不是对经验 AI 真正重要的能力。

需要在每个层面克服限制

Letta 构建了 Letta Code——一个 memory-first 的 agent harness，给 Agent 对 context 的真正所有权：

  • 一个持久状态 API
  • 读写自己 system prompt 的工具
  • 持久化记忆
  • 专门的子 Agent，利用 embedding 做反思和记忆组织

Context Constitution 定义了 Agent 如何使用这些能力来学习、建立身份、随时间改进。

Context Constitution 涵盖的内容

  • Context 如何形成 Agent 的身份、记忆和连续感
  • 把 context 作为稀缺资源管理的原则
  • Agent 如何通过 token 空间表征学习和自我改进
  • Agent 身份与底层模型的关系
  • Letta Code harness 为 context 管理提供的功能

Context Constitution 是一个活文档，直接写给 Letta Agent 的。