9 月 9 日，WRITER 发布 Enterprise Brain 并同步上线团队级 Agent Memory，试图把企业 Agent 的记忆从「某个员工的个人上下文」升级为「整个组织的共享知识」。它跨会议、文档与团队协作提取决策、偏好与过程，组织成 Agent 可持续读取的上下文图谱。这背后的判断很直接：当基础模型越来越趋同，真正拉开输出质量差距的，是「公司自己到底知道什么」。
组织级共享记忆的设计
传统 RAG 或个人聊天记忆，记的是文档片段或单人对话；WRITER 的做法是从团队在协作工具里的讨论中提取决策、想法与偏好，自动组织成共享的 Context Graph。每个 Agent 执行任务前先读 Enterprise Brain，完成后把新活动与反馈写回系统，形成「读—做—写回」的闭环。它把品牌规则、合规要求、客户信息、会议结论统一成一层可被所有 Agent 调用的组织上下文，并接入 Slack 与 Microsoft Teams，让组织记忆直接出现在协作频道里。
与个人及传统 RAG 的差异
个人记忆的局限在于「换个人就失忆」，RAG 的局限在于「只检索静态文档、不记过程」。组织级共享记忆的不同在于它承载的是「谁在什么会上做了什么决定、哪些偏好已经改变、哪些规则只对某团队有效」这类动态知识。同一个模型，如果读不到最新产品策略、客户异议与审批规则，仍要员工不断重复提示词、粘贴会议纪要；而共享记忆让 Agent 有机会具备「组织记忆力」，而非每个会话从零开始。
局限与治理挑战
记忆越完整，治理越棘手。其一，共享上下文的可见范围必须精细控制，否则会出现跨团队信息泄露；其二，记忆的来源、更新与遗忘机制需要被一同治理，错写进来的偏见会被持续放大；其三，写回系统的内容若未经验证，可能污染后续所有 Agent 的判断。具体的数据隔离与权限模型细节，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。企业落地时应把「谁能读、谁能写、多久清」作为一等公民来设计。
横向对比企业记忆路线
与把知识锁在个人上下文或静态知识库的思路相比，WRITER 走的是「组织记忆操作系统」路线，和近期行业里「企业知识层生产化」「共享上下文图谱」的方向一致。差异在于它强调记忆的可写回与跨团队协作，而非单向检索。这预示着企业 AI 平台的竞争，正从「模型加知识库」走向「组织记忆操作系统」——谁先把公司的隐性知识变成 Agent 可读、可写、可治理的资产，谁就握住了下一阶段的企业智能入口。
中长期趋势研判
短期，会出现更多把会议、文档、工单统一成共享记忆层的产品；中期，企业 Agent 的能力差异将越来越取决于记忆质量而非模型选型，记忆工程会成为新的岗位职能；长期，组织记忆可能像今天的客户关系管理一样，成为企业数字化的标准底座，并衍生出记忆审计、记忆权限与记忆遗忘等配套治理。对团队的务实建议：先在小范围试点共享记忆，把权限与写回校验做严，再考虑全公司铺开，避免一上来就背负难以治理的记忆债。