Zylos Core 想做的事不一样：让这个 AI 一直在线，有记忆，有身份，能在 Telegram 回消息，能在 Lark 处理任务，能在 Web Console 查状态——而且认得你，记得上次说了什么。
这个项目 2026 年 2 月才发布，目前 743 stars、71 forks，是商业产品 Coco（AI 员工平台）的开源内核。MIT 协议，JavaScript 实现，GitHub 地址：https://github.com/zylos-ai/zylos-core
统一身份，不是多个机器人
当前主流的 AI Agent 部署方式，基本上是"给每个渠道装一个 bot"。Telegram 一个，Lark 一个，各自跑各自的，上下文割裂，像是公司雇了十个临时工，每个人都不知道其他人在做什么。
Zylos 的做法是：所有渠道共享同一个 AI 身份、同一套记忆、同一个上下文。它叫这个设计为"统一身份"（Unified Identity）。Telegram 和 Lark 里的那个 AI 是同一个人，不是两个外形相似的替身。
渠道层叫 C4（Communication Channel Bridge），统一接收来自各个平台的消息，存进 SQLite 做审计日志，再路由给底层 Agent。要接入新渠道，实现 C4 协议就行，不用动 Agent 本体。
记忆这件事，比想象中难搞
用过 Claude Code 的人大概都遇到过 compaction 问题：跑着跑着，上下文窗口满了，系统自动压缩，之前建立的所有认知——你是谁、现在在做什么、有哪些约束——全部模糊掉了。然后 AI 开始犯奇怪的错误，你还不知道为什么。
Zylos 把记忆分成五层，借鉴了电影《头脑特工队》（Inside Out）的概念：
- Working Memory：当前任务上下文
- Session Memory：本次会话记录
- Episodic Memory：历史事件和决策
- Semantic Memory：长期知识和规则
- Procedural Memory：操作技能和习惯
当上下文使用率达到 75%，系统自动把关键状态保存到持久层，腾出空间继续工作。这不是什么新奇想法，但工程层面把它实现好、并自动化，确实省事。
自愈：不需要你盯着
生产环境里跑 AI Agent，最烦的不是 Agent 本身出问题，而是你不在的时候它挂了，然后所有事情悄无声息地停了。
Zylos 内置了崩溃恢复、心跳检测和健康监控：进程挂了自动重启，长时间无响应触发告警，关键指标持续记录。同时支持自动升级，不需要你写 cron job 或者套一层 PM2 + Datadog 来维持运行。
这类"自愈"能力，大部分成熟的后端服务都有，但 AI Agent 领域目前普遍缺失。Zylos 把它作为标配集成进来，算是补了一个该有的坑。
成本账：$20/月 vs $3600/月
这是 Zylos 最直接的卖点之一，也是社区讨论最热的话题。
它跑在 Claude 的订阅账号上，不按 token 计费，所以固定成本是 Claude Pro 的月费——$20/月。对比之下，社区里有人反馈，其他商业 Agent 方案的月费在 $500 到 $3600 之间。
当然，这个对比需要加上下文：使用量受订阅限速，大规模并发场景下不一定适用；$3600/月 的方案针对的可能是企业级需求。但对于中小团队、个人开发者或者早期创业公司来说，这个成本结构确实有吸引力。
安装：一行命令
curl -fsSL https://install.zylos.ai | bash
或者 Docker 部署：
docker pull zylos/core
接入渠道：
zylos add telegram
zylos add lark
配置文件走 YAML，结构清晰。对于习惯了部署复杂度的工程师来说，这个上手门槛算是低的。
一个诚实的判断
Zylos Core 做的事是对的：AI Agent 需要有稳定的身份、可靠的记忆和自愈能力，这些都是让 AI 真正"可用"的基础设施，不是花哨的功能。
但它现在还很早期。2 月发布，743 stars，代码库还在快速变化。生产环境使用前，建议仔细评估稳定性。
对于想自己部署 AI 员工、又不想依赖黑盒商业平台的团队，这个项目值得关注。开源、MIT 协议、成本可控——起码这三点是实的。