AI 分析
痛点：AI 智能体每次运行都会忘记此前已经做出的决策，把已否决的方案重新拿出来、把走不通的路再试一遍，而且跨工具、跨设备没有共享的上下文记忆。
目标用户：自己为业务搭建定时任务和 AI 智能体的中小企业主、独立开发者与自动化顾问。
证据：I run scheduled tasks and agents for my own business, and I kept hitting the same problem: the agents forgot what they had already decided. Rejected options came back, dead ends got retried, and every new run started from zero.
变现：按调用量和记忆条数分档的订阅制云端记忆 API（免费额度 + 付费套餐），再加面向团队的自托管和私有部署授权。
MVP：做一个 MCP server：提供 write_decision 和 recall_decisions 两个工具，底层用 SQLite + 向量检索存结构化决策日志（决策、否决理由、时间戳），在每次 run 开始时自动注入相关的历史决策摘要，并支持一键导出和删除；两周内可上线并跑通 3 个真实自动化场景。
竞品：Mem0、Zep、Letta (MemGPT)、Supermemory、LangChain LangMem
摘要：Vilix AI 创始人发布了一个通过 MCP 接入的云端记忆层，用来解决 AI 智能体跨运行时遗忘决策、重复试错的问题，提供免费套餐且数据可导出或删除。该帖是创始人主动征集反馈的发布帖，正文中没有出现付费意愿的原话，也没有收入数据，但相关需求已被 Mem0、Zep、Letta 等多个融资竞品验证。技术实现单人两周可做出 MVP，但赛道拥挤，差异化空间有限。