事实标注：FACT=有公开来源实锤（网采/源码/论文）；INFERRED=我们的推断（必标注）。 来源明细在五份调研底稿（消费级/开源/ETL/评测/关系 Schema，合计 100+ 来源），论文与链接统一收附录。
序
几件事。
2023 年，我第一次接触 Agent，应该是 DeepSeek 横空出世的时候。后来 Kimi、DeepSeek 成了我工作中非常重要的一部分。
2025 年，Coding Agent 成为主流叙事：Cursor、Copilot、Codex、Claude Code。
2026 年年初，小龙虾（OpenClaw）叙事大火，更多人关注到这个赛道。随着大模型日新月异的迭代，再到 WorkBuddy、豆包工作、千问办公——从个人 Agent 助理到职场端，端侧办公 Agent 体系逐渐普及。中间还有层出不穷的各种Agent，比如Pi、Deepseek Harness、还有不同个人侧开发的工具，发展非常快。但核心都是一件事：我们希望 Agent 不仅能执行，更希望不需要每次重新交代背景，让它真正成为自己的外挂大脑。 包括上半年很火的 Obsidian + Ai LLM Wiki（Karpathy 提的个人知识库），也是同一个趋势。
积累到今天（9 月），我与 Coding Agent 协同办公大概半年，目前形成了双端现状：
- Mac Air 端为主力机；Mac mini 端作为 24 小时部署的后台运维
- 软件组合：Claude Code + Codex + Mac mini 端侧的 Codex CLI
- 分管记忆的 Hermes
- 外联部分（物理延伸的 AI 记忆卡/录音卡）配备小龙虾
多 Agent 协同已经成为我生活的一部分。与此同时，记忆体系也从不同的 Memory 版本发展出了很多最佳实践——Mem0、Letta 等——记忆已经成为 Agent 技术栈中非常独立且受关注的一层。
架构层面，「Dream 梦境」在这几个月成为行业通用的架构隐喻：ChatGPT 的 Dreaming、Grok 的 Build Dream、Kimi 的记忆与梦境——记忆系统从原来被动式、触发式、指令式的模式，变成了自动运维的框架。
Agent 体系的发展、记忆体系的演进，再加上我目前的双端多 Agent 现状，决定了今天再去构建个人 Personal OS（而不只是 Personal Agent）的必要性。千问办公最新出的千问 Book 被一些自媒体博主比喻成「真正的 Agent 电脑 / AI 电脑 / AI 终端」——大家其实都在尝试解决 Personal OS 如何落地的问题。而在我目前的现状下，我更关注的是：在多 Agent 系统中，我们如何去构建统一的记忆体系？ 这也是我今天研究 Agent 记忆的核心所在。
一、现在的框架发展成什么样了：编年史
从最早到现在，关键发布的时间线（FACT，来源见底稿）：
| 时间 | 发布 | 带来的东西 |
|---|---|---|
| 2023-04 | Generative Agents（斯坦福） | 观察流 + 重要性打分 + 反思树；检索三因子公式成事实标准 |
| 2023-05 | MemoryBank | 遗忘曲线入记忆（项目已死，概念留存） |
| 2023-10 | MemGPT | 操作系统式分层内存；agent 自主编辑核心记忆 |
| 2024-02 | LoCoMo | 第一个对话记忆基准（约 300 轮长对话问答） |
| 2024-10 | LongMemEval | 五能力基准（抽取/多会话/时序/知识更新/拒答）；定量证伪「大窗口幻觉」：全历史直塞掉 30-60%，商用助手记忆准确率仅 30-70% |
| 2025-01 | Zep/Graphiti | 双时间知识图谱：失效不删除、可时间点查询 |
| 2025-02 | A-MEM | 卡片盒式记忆网络：笔记互相触发演化 |
| 2025-04 | Mem0 论文 | 四操作裁决（ADD/UPDATE/DELETE/NOOP）去重算法 |
| 2025-04 | sleep-time compute（Letta） | 离线 agent 空闲时重组记忆：成本降 5 倍、准确率升 18% |
| 2025-07 | MIRIX | 六种记忆类型各配专职 agent；屏幕活动入记忆 |
| 2025-10 | Hindsight / EverOS | 黑马与文件原生派：retain/recall/reflect 三操作（41.6k stars）/ Markdown 唯一事实源（13.3k stars） |
| 2026-04 | Mem0 v2.0.0 | 开源版删图存储、转「只增不改」默认（防静默重写） |
| 2026-06-04 | ChatGPT Dreaming V3 | 自主后台合成记忆、自我更新、可编辑 summary、来源引用 |
| 2026-08-25 | Claude 记忆统一 | chat/Cowork 打通、对话中持续写入、个人档默认开启 |
| 2026-09 上旬 | Letta letta-code（六周 52 个 release） | 战场转移：记忆框架从「开发者 API」转向「编码 Agent 记忆 Harness」 |
| 2026-09-14/16 | 豆包手机 | 记忆升 OS 级：屏幕内容/相册/短信入记忆 |
| 2026-09-16 | Grok Build Dream GA / Kimi「记忆与梦境」 | Dream 隐喻三家合流；Grok 明文 Markdown 存记忆，近乎复刻 Claude Code |
| 2026-09-18 | Mem0 v2.1.0 | User Profiles 画像层：行业在原子事实池上收敛出第二抽象层（五家同构） |
编年史里看得见的三个收敛（INFERRED）：
- 架构收敛于「离线整理」：Dream 三家 + sleep-time + LangMem background——对话外进程做记忆固化，已是共识形态。
- 抽象收敛于「三层升层」：原文层→原子事实层→聚合层（画像/场景/社区摘要），各家殊途同归。
- 治理收敛于「可编辑 + 失效不删除」：可编辑 summary 成标配；被推翻的旧记忆关闭而非删除。
一句话：行业三年证明了「记忆必须做」，2026 这一年证明了「单 agent 记忆人人有，多 agent 记忆没看到优秀实践」。
二、最佳实践深潜：记忆工程五问
业界怎么做记忆？拆成五个工程问题逐个看清楚。每问=业界几派做法 → 取舍 → 我们的选择。
2.1 何时提取：记忆在什么时候被写下来
随聊随记派（每轮同步）：每发生一轮对话，立刻提取一轮记忆。Mem0 是代表——每收到一轮问答就打包给 AI 提取候选事实；MemGPT 更激进，agent 自己决定记什么。优点是新鲜度最高；代价是每轮都要付一次 AI 裁决的钱，不管这轮有没有新信息。
装满才倒派（容量触发）：不判断价值，只看还能不能装下——超了就把最旧的冲刷进长期记忆（LlamaIndex），或容量到 90% 告警归档（MemGPT）。最简单，但「记什么」被容量而不是价值驱动——旧但重要的东西会被新来的废话挤掉。
散会整理派（会话后离线批处理）：对话进行时不提取，散会后或系统空闲时统一处理。Letta 的「睡眠计算」把它做成范式：专门的「睡眠 agent」在主 agent 空闲时离线重组记忆，推理成本降 5 倍、准确率升 18%，而且离线路径可以用更强更慢的模型，不占对话的关键路径。
攒够才想派（显著性阈值）：每条事件打分，重要性分数攒过阈值才触发一次「反思」（斯坦福模拟小镇的做法，见编年史）。最省算力，命门全在评分质量。
取舍：新鲜度 随聊随记>装满才倒>散会整理≈攒够才想；可审计性 散会整理最高（批处理有完整输入输出快照）。本质是「同步税」与「滞后税」的选择。
我们的选择：混合架构。主对话 Agent（Claude Code）走「随聊随记」的变种——不是每轮同步，而是每次对话结束后处理：主对话 Agent 是跨对话的推理决策者，工程 Agent 的上下文针对具体项目任务，而记忆体系是跨对话服务的，二者分工天然不同。核心架构走「散会整理」离线批处理，由后台端（Mac mini）时钟驱动，颗粒度定为天级。跨对话服务覆盖两个场景：单一 Agent 的跨会话延续，与跨 Agent 的经验继承。前一个场景里，主对话 Agent 自身的记忆是「热」系统；而存档与读档如何成对设计，是多 Agent 记忆结构的核心问题——这一点在第五章展开。
2.2 什么值得记：重要性怎么判断
记东西之前先回答：哪件事重要？三派做法，其实是对同一个问题的三种回答——「重要性这个判断，在什么时候做」。
打分派·入库前先打分：每条记忆先打 1-10 分，像老师改作业（打扫房间 2 分，约会 8 分——斯坦福模拟小镇的原始做法）。好处是可以按分数过滤；代价是 AI 打分本身就晃，而且每写一条多付一次打分的钱。
门槛派·门口立规矩：不打分，但入口处立规矩——只收「持久有用」的东西（偏好、决定、计划），闲聊废话门口拦下。像公司保安只放特定类型的人进（Mem0 代表）。便宜省事；但规矩就是一句话，判错了很难发现。
贴标签派·入库不判好坏，用时自然分晓：只管贴好标签（事件/情绪/关于谁/什么时候），重不重要以后看——被翻出来多、和别的记忆连线多的，自然重要。像图书馆不评书，借阅多的自然上推荐位（MemInsight 报告找得更准 35%；A-MEM 用卡片双链让重要性靠「链接密度」涌现）。
我们的选择：门槛 + 标签，不打分。 两道闸 + 一个自然结果——①门槛立在定义层：先确认「可能产生的对象」类型，类型就是门，类型之外的门口拦掉（我们用一套六类分类法：fact/trait/event/instruction/method/task）；②语义提取：AI 把对话原料转成结构化记忆对象，合不合格在提取那一刻见分晓（参考 TencentDB 提取三原则：宁缺毋滥/独立完整/归纳合并）；③重要性交给标签与链接密度，在检索时自然涌现。打分的功能没有消失，而是转移到了两处：类型判断（定义时）和人工终审闸——人审就是不打数字的打分。一个诚实的限制：链接密度涌现需要量级，我们的库还小，早期「重要性」更多靠人审和生命周期管理承担——密度不能当作第一天就成立的前提。
2.3 冲突怎么办：新记忆和旧记忆打架
AI 裁判派（Mem0 四操作）：新事实来了，先翻出语义相近的旧记忆，让 AI 裁决四个动作——新增/更新/删除/不动。去重是裁判的副产品，不是独立规则。（注：Mem0 托管版现在默认「只增」，改写要显式操作，防止静默重写。）
只标过期不删除派（Zep 双时间）：每条事实带「何时成立/何时失效/何时学到/何时撤回」四个时间戳；旧事实被推翻时不删除，只标上失效时间——支持「那天什么是真的」这种查询，历史全保留。
互相修订派（A-MEM）：新卡片会触发相连旧卡片更新，整个记忆网络持续精炼——合并不是覆盖，是双向修订。
agent 自己编辑派（MemGPT）：agent 用工具自己改自己的记忆。最省力，但改错了，关键事实就永久丢了。
睡梦中整理派（Letta）：写入路径做到最简（只增），去重合并全部放到离线整理时做。
我们的选择：离线整理时照搬 Mem0 四操作（翻出相似旧记忆→AI 裁决四选一），三层叠加——时点=离线整理；算法=四操作；语义=删除降级为「标失效不删除」，疑难裁决走人工终审。多 Agent 冲突的解法是我们的「档案室模式」：业界的开放难点是「没有公开协议规范多个 Agent 对同一记忆库的读写」；我们把记忆库独立成档案室，由统一的写入者处理读写，而不是多 Agent 各自乱写——把多 Agent 问题简化成单一写入者问题。这个架构天然绕开了写冲突：写入只进原料层，冲突检测在离线单点串行发生，不需要锁。我们要的是准确性和质量，不追求时效性。
2.4 怎么升层：从流水账到档案
业界共识=三级加工：原文层 → 摘要/抽取层 → 事实/画像层；「原文保留+派生层可重算」优于压缩覆盖（原文丢了不可恢复，派生物随时可以重跑）。
中间层（摘要）存在的意义=四个功能：①成本与质量阶梯（几十万字原文直接提炼，AI 吃不下也抓不准，先切小块再综合）②追溯链（每条结论能指回证据，层层跳转都短）③重算与人审的粒度（中间层=人审闸的工件大小：人审 20 条提炼事实是可能的，人审 50 个会话文件是不可能的）④检索粒度（实时检索时，摘要是大小刚好的召回单位）。
我们的选择：三层保留，走 Letta 式处理——①原文层：各 Agent 产生的上下文由机制搬到记忆库底层，JSON 存储；②摘要层：从原文层产生；③事实层：从摘要层输出，落地记忆仓库；④事实层落地后，再与档案各分类下的既有文件复核、重新确认和编写。
两点补充。其一，摘要层与召回的关系要拆两种：语义召回「找东西」，摘要确实是最经济的粒度；溯源追溯「查出处」，主力是每层挂的来源指针链，不是摘要内容。摘要层的质量标准决定事实层质量——「怎么摘要」是整个设计的生死件（见 5.3）。其二，第④步的四操作复核+人工终审+按分类路由，与事实层的入库闭环是同一道工序。
2.5 怎么防失败：先定义什么叫失败
业界踩过的三类坑：被下毒（外部恶意注入假记忆）、记错了（提取幻觉、错误合并、坏编辑把关键事实覆盖丢）、烂掉了（该记的丢了、该忘的没忘）。
「失败」有三种定义切法：按威胁源分（上面三类）、按记忆动作分（漏/假/腐/瞎）、按后果分（基于错误记忆做了错误判断）。
我们的选择：按动作分，并补上「遗忘」的闭环——遗忘是主动作，自带一对失败：执行不足与执行过度。失败清单五对：
- 假（记错）：提取幻觉（把没说过的记成说过的）、错误合并；
- 漏（该记没记）：提取遗漏，或归档时被误杀；
- 腐（遗忘不足）：陈旧记忆被当真、库无限膨胀；
- 误（遗忘过度）：资产被归档动作误伤；
- 瞎（找不到/找错）。
现实约束：半年已积累 6-7GB 过程文档，原文全量存储体积必然增长——但解法是换存储形态，不是删内容：①遗忘≠删除——归档=移出热区（可逆可打捞），物理删除永远带人审；②保险丝——归档的依据不是「时间」，是「是否已被档案收编」：蒸馏物在案，壳才可归档；未被收编的原料永远保留；③热区小而新+冷库压缩归档。我们的场景没有外部用户、离线、有人审——主要风险不是投毒，是内伤三条：假/腐/漏。
怎么评判好坏（补记）：LongMemEval 五能力分类法（信息抽取/多会话/时序/知识更新/拒答）是最值钱的框架——厂商 90%+ 分数全是自报、口径混乱，分类法比分数值钱。工程侧：膨胀率/重复率/陈旧率三指标有清单级实践；实测所有记忆后端写入侧零校验（无去重、无异常检测）——写入侧质量门是全行业空白，我们的人工终审闸恰好站在这个空档上。
三、本体论：结构怎么定义
3.1 对象：记忆世界里有什么
各家的答案（FACT）：TencentDB 把记忆分双模式 7 类、配重要性打分带，按 L0 原文→L1 原子→L2 场景→L3 画像四级组织；Zep 分三层（原文 Episode→实体与关系→社区摘要）；Mem0 是事实池+画像层两层（画像是行业五家收敛出的第二抽象层）；Palantir 分 Object/Link/Action 三类；我们自己已有的两套分类——六类（fact/trait/event/instruction/method/task，按性质分）与生命周期四分（User/Team/Repo/Task，按存活期分）。
三条收敛规律（INFERRED）：
- 三层升层是行业共识：原文层→加工层→聚合层（我们的三层管线即此共识的落地，见 2.4）。
- 分类有两个正交的轴：性质轴（决定分流去向）× 生命周期轴（决定死期与隔离）——业界各执一端，两轴都要。
- 画像是收敛出的第二抽象层——我们的对应物已存在（长期沉淀的个人画像与经验资产），不用新发明，要接通。
我们的落点（与 2.2/2.4 的选择一致）：对象=三层加工链（原文→摘要→事实）× 性质六类（类型即第一道闸）× 生命周期四分（永久/项目/任务/耗材，决定死期）；档案的分类名录由两套既有目录资产对照合并定稿，主视图唯一档。
3.2 关系：对象之间怎么连（FACT）
- 时序 = 双时间 + 失效不删除：轻量抄最小核——
valid_from/valid_to两字段 + 写失效标记，事务时间用文件时间戳天然兜底（与 2.3/2.5 的选择一致）。 - 关系词表必须固定：实测无词表时 LLM 会为每条边发明新标签（447 个 vs 基准 30 个），给出词表后准确率翻倍。15-20 个固定词表 + 写入强校验。
- 消歧最低配方：别名（aliases）+ 召回候选 + LLM 二判 + 合并必须留痕（生产级教训：合并不落痕 = 错误不可能回滚）——由 2.4 第④步「复核」环节承载。
3.3 方法：本体怎么设计与治理（来自我们对 Palantir 本体工程的研究）
本体映射现实而非源数据 / 最小本体倒推建模 / 八反模式 / 候选≠生效 / 演练题库防漂移 + 查询驱动设计（按实际查询建模，不按规范化本能）。
3.4 我们的本体设计
- 组合逻辑：以六类为基础（性质轴）+ 生命周期作标签（时间轴）+ 按 Palantir 逻辑在 frontmatter 落 Object（对象）/Property（属性）/Link（受控关系词表）。落地形态：
---
type: fact # 六类（性质轴=门槛）
lifecycle: 项目 # 永久/项目/任务/耗材（时间轴=死期）
object: 太微 # Palantir Object：对象是谁
properties: # Palantir Property：对象属性
status: 内测中
links: # Palantir Link：受控关系词表
WORKING_ON: "[[太微封装]]"
valid_from: 2026-09-29 # 时序（失效不删除）
valid_to: null
source: "会话归档/2026-09-29" # 追溯指针
---
六类定「这是什么」、生命周期定「活多久」、Object/Property/Link 定「关于谁、什么属性、和谁连着」、source 定「从哪来」——四套各管一维，frontmatter 汇合。
-
四级组织 vs 我们的现状：概念一致，物理分布在工作台——原文=会话记录原文；原子=提炼出的判断与事实条目；场景=项目目录与事实文档；画像=长期沉淀的判断/方法/表达资产。mini 端记忆仓不另建四级：集中管原文/摘要/事实三层（原料+加工），场景/画像已作为资产留在工作台——记忆仓是加工厂，不是新家。
-
六类维持不增补：记忆体系不加产物/交付物类——产物和交付物本身在工作台热区，经由记忆判断后、更新时才考虑要不要入档案，不归记忆管。（守住 Palantir「厨房水槽」反模式红线：类型膨胀是本体第一大病。）
-
工程边界：当前不是建本体论的整体图存视图，是解决 Mac mini 端 personal context 的记忆板块。
-
一个已登记的遗留问题：「记忆分离」未解——例：会话里产出了一个交付物，这个交付物要不要入档案？这留给后续的分流设计解决，届时扩展分类路由表即可，不新建概念。
四、结构观对照：七家框架与我们的位置
不同框架对「结构」的理解并不相同：
| 框架 | 结构观 | 原子单元 | 升层机制 | 时间观 | 治理观 |
|---|---|---|---|---|---|
| Letta（MemFS） | 记忆 = Git 文件系统，agent 自治 | 记忆块（md） | agent 编辑 + sleep-time 后台整理 | 弱 | agent 自治，人可读可 diff |
| Mem0 | 记忆 = 事实池 + 画像层 | 持久事实 | 每轮 LLM 四操作裁决 | 弱 | 只增不改默认 |
| Zep/Graphiti | 记忆 = 双时间知识图谱 | Episode→实体+边 | 异步管线抽取 | 强（四时间戳） | 历史全保留 |
| TencentDB | 记忆 = 四级升层的 prompt 规则体系 | L1 原子（7 类+打分带） | 计数/变化驱动全自动 | 中 | 零人工 |
| Hindsight | 记忆 = 分域银行 + 心智模型 | 观察 + 知识页 | retain/recall/reflect | 中 | — |
| Generative Agents | 记忆 = 观察流 + 反思树 | 观察（带重要性分） | 显著性阈值触发反思 | 中 | 打分驱动 |
| Palantir | 本体 = 语义半 + 动能半 | Object/Link/Action type | 管线喂养 + PR 治理 | 中 | Git 式 + 演练题库 + 人审在 Action 层 |
| 我们（目标） | 档案室模式：独立工程 + 单一写入者（我们称 AIAM=统一记忆维护者），各 Agent 热记忆互相独立 | 原子六类 + 受控 link + 摘要/事实分层 | 三层管线（原文→摘要→事实）+ 四操作复核 + 人工终审 | 失效不删除 | 机器写原料层（带死期），人终审资产层；档案由 AIAM 统一维护 |
几个判断（INFERRED）：①没有一家把「人」放在结构里——全自动与 agent 自治是两极，「机器写原料 + 人终审资产」恰站在写入侧零校验的全行业空白上；②时间观是我们的最短板，valid 双字段是性价比最高的补课；③图谱派与文件派在合流，我们站文件派、用受控关系字段补语义，是轻量中点。④「独立的记忆维护者」角色业界同样没有——最接近的是 TencentDB 全自动管线，我们的 AIAM（单一写入者+人审兜底）在坐标系里是独特位置。
我们的坐标：
- 坐标判词：Letta 的形态（文件即记忆+离线整理+热冷分层）× Mem0 的算法（四操作）× TencentDB 的规则（类型枚举+提取三原则）× Palantir 的语义（Object/Property/Link 本体字段）——每家取的都是「个人尺度+离线+人审」过滤后的子集。Palantir 五层里只建 L3 语义半的个人版+半个 L2 管线层；动能半/应用层/权限层不建——不是欠缺，是不适配个人尺度。合并后长出两个独有件：单一写入者 + 人的修正权在结构里。
- 治理模型精化：不是「人放在结构里」，是在 Agent 自治体系上加一个模块——大部分仍是 Agent 自治，Action 的授权给 Agent；人在发现问题时能够做出修正。人不在流水线上当闸，人在回路上。
- 成立前提：自治授权靠两个机制兜底——可发现（全程留痕+异常时有人被找到）与可修正（失效不删除/派生层可重算/封档可打捞）。正因为收得回来，才敢把 Action 授权放给 Agent——可逆性换来自治空间。 对照 Palantir：人机协同同落 Action 层，他们走逐动作确认（重、企业级），我们走自治默认+事后修正（轻、个人尺度）。
五、我们的答案：档案室
问题定义：我们自己的系统里有三个断点——①记忆只产于人与主对话 Agent 的对话、不基于事实事件：工程 Agent 与后台端的执行动作与结果全量在会话文件里，却零沉淀；②跨 Agent 经验零继承：人传给主对话 Agent 的表达逻辑与判断依据，工程 Agent 物理不可见；③后台任务无自动扫描：24 小时常驻任务靠人肉发现再转述。
总架构：档案室模式：
人的桌面端（热源，施工/调用） Mac mini（档案室，独立工程）
┌─────────────────────┐ 每日拉取 ┌──────────────────────────────┐
│ 主对话 Agent 会话原文 │ ───────────→ │ 原料层（原文，只增不改） │
│ 工程 Agent 会话/日志 │ │ ↓ 摘要生成 │
│ 后台端任务日志 │ ───────────→ │ 摘要层（分类要点清单） │
└─────────────────────┘ │ ↓ 事实提取+四操作复核 │
↑ MCP 按需调取 │ 原子卡层（六类原子卡） │
│ （热记忆的冷补充） │ ↓ 终审+分流 │
┌───────┴──────────────┐ │ 档案分类（规则/知识/档案/状态） │
│ 各 Agent（MCP client）│ ←────────── │ 工具层：MCP server（只读） │
└──────────────────────┘ 上下文包 └──────────────────────────────┘
五条架构原则：
- 档案室 = 独立工程、异步于多 Agent、单一写入者（AIAM，当前由工程 Agent 统一承载）——把多 Agent 写冲突简化为单一写入，无锁、无协议；
- 各 Agent 继续用各自自主的记忆系统（热、私有）；底层档案保持独立（冷、共享）；
- 蒸馏分两路：主对话 Agent 一路=对话收口实时蒸馏（热源，与档案式生成是两件事）；档案室一路=多 Agent 协同提取（独立工程——无人值守原料的升层在这里发生，断点②的解法）；
- 取向：要准确性和质量，不追求时效性（批处理颗粒度=天级，升频只改调度不动架构）；
- Agent 自治 + 人后置修正权——可逆性换自治空间：失效不删除/派生可重算/归档可打捞。
工序链路：采集 → 梳理 → 归档 → 读取
一条总原则：脚本做确定性的事，模型做理解性的事，复核模型做质量门。 脚本能检查「引用确实存在」，但不能证明「这句话理解正确」——后者必须模型复核。
| 环节 | 工程脚本（确定性） | 模型（理解与判断） |
|---|---|---|
| 采集 | 双端取料、按日期落盘、保留原件、查缺查重 | 不参与 |
| 梳理 | 整理输入（识别会话结构、保留说话者/时间/来源位置）、分段送料、完整保存结果 | 初提模型：判断事实/决定/方法/偏好/未决，区分谁说的、是否已确认；复核模型：回看原文，逐项补漏、纠错 |
| 归档 | 召回可能相关的旧卡、按规则生成操作提案、写候选、留修改记录 | 裁决新增/重复/更新/失效；疑难项升级人工终审；候选不能自行生效 |
| 读取 | 只读查询接口，返回记忆、状态与来源 | 各 Agent 决定何时查、如何用于当前任务 |
执行顺序=五步：脚本采集去重 → 初提模型生成完整候选（保留原文，不提前丢信息）→ 复核模型回看原文逐项检查 → 脚本完整保存复核结果、另生成便于阅读的短摘要 → 与旧记忆比对形成更新提案，进入终审与读取流程。
为什么复核模型不可省，一个真实例子：人先说「以后考虑跨仓分流」，后说「一期先不分流」——脚本负责把两段原话都取到、保存出处；模型负责理解前后关系（前者是远景，后者限定本期范围）；复核模型负责检查提取结果有没有把远景写成当前指令；脚本负责完整保存复核结果，不能在最后汇总时又删掉这个限定。
模型分层：职责分层先固定（初提/复核分离），具体模型选型按质量与用量后续调整；当前先用同一强模型建立质量基线，不提前宣称分层部署完成。
工程拆解框架：
| # | 件 | 一期/二期 |
|---|---|---|
| E1 | 采集器：每日拉取会话原料（增量+对账） | 一期 |
| E2 | 摘要生成器（摘要标准 v0.2 + 分类要点清单，见 5.3） | 一期 |
| E3 | 原子卡生成 + 四操作复核 + 失效标记（产出只进候选区） | 一期 |
| — | 人工终审队列（候选≠生效） | 一期 |
| E4 | MCP server（search/read → 二期 get_context） | 一期 search/read |
| E5 | 体检：膨胀率/重复率/陈旧率日报 | 二期 |
运行纪律：机器写入只到原料层与候选区，「生效」必须过人工终审；摘要模型版本钉死；管线每日产出挂每日心跳防无声断跑。
工程验收 = 两个节点：①采集质量（摘要验收四判据 + 采集对账）；②MCP 可读取（桌面端真实挂载调用）。
诚实边界：本章为设计定稿，工程正在按此施工（一期）；「复核模型的自动调起」与「旧记忆比对的完整接入」仍在施工中，尚未成为每日自动流程——以上描述是目标态，不是完工宣告。
五问答案总表（论证见第二章各节「我们的选择」）：
| 问 | 我们的答案 |
|---|---|
| 何时提取 | 主对话 Agent=每次对话后处理（随聊随记的变种）；档案室=散会后离线批处理，颗粒度=天级（后台端时钟驱动） |
| 什么值得记 | 门槛 + 标签，不打分：类型门槛（定义层）→ 语义提取（写入时）→ 密度涌现（检索时）；打分转移到类型判断与人审 |
| 冲突怎么办 | 离线 pass 照搬 Mem0 四操作 + 档案室单一写入者；删除降级为失效标记；疑难裁决走人工终审 |
| 怎么升层 | 三层管线：原文（JSON）→ 摘要 → 事实 → 与既有档案复核、重新确认和编写；摘要=语义召回粒度 + 追溯中间站（指针链才是溯源主力） |
| 怎么防失败 | 失败五对：假/漏/腐/误/瞎；遗忘≠删除（归档=移出热区可打捞）+ 保险丝（收编才归档）+ 换存储形态不删内容 |
仍然开放的问题：
- 档案分类名录定稿：两套既有目录资产对照合并，主视图唯一档。
- 经验层的升格设计：从事实到经验的升格发生在哪、什么标准触发，仍未定。
- 体检指标落地：膨胀率/重复率/陈旧率 + 五能力自检（知识更新/拒答优先），约 50 题小 fixture。
关键设计方案（已定稿的三件，本报告以此收尾）：
5.1 提取颗粒度：天级
主力对话发生在人的桌面端，档案室只是读档源泉，天级够用且成本不高；未来若需要小时/分钟级（比如做实时仪表盘），只调调度频率，不动架构；主对话 Agent 侧维持对话后处理（事件驱动）不变。
5.2 读档架构：MCP 化 + 「热记忆的冷补充」
主记忆仍来自各 Agent 自身（不变）；档案室=共享冷层，按需调取——新对话接了 MCP 后可按需去档案室调取，但主记忆还是各 Agent 本身。此定位=业界最优结构同款（Letta 热冷分层/Palantir 上下文双通道），且绕开多 Agent scope 路由难题（各 Agent 主记忆自管，档案室只做共享冷层，调不调用由 Agent 在主记忆不够时自行发起）。落地三件：①后台端只读 MCP server（search/read/get_context）②各 Agent 挂载（配置）③「何时去查」触发纪律=一条路由规则（问题涉及历史项目/跨 Agent 经验/需查证事实时→调档案室；主记忆够用不去）。先例=Palantir 官方本体 MCP（OMCP）已存在。读档质量依赖摘要/事实层质量（垃圾进垃圾出）。
5.3 摘要质量标准 v0.2：整个设计的生死件
摘要质量决定事实质量。本标准将随最佳实践专项研究继续升级：
- 形态：一次会话=一份摘要，四段结构=元信息/叙事段/要点清单 5-10 条带行号/未决与异常；优先级钉死：要点+指针不可丢，叙事可丢（工程共识=分层结构+指针溯源+关键意图逐字保留）。
- 要点清单=分类要点清单：摘要的本质=定向提取的半成品，不是压缩原文。每条要点=类型标签+一句话+行号；标签=六类（fact/event/trait/instruction/method/task）+两个特殊出口（
判断→判断库候选 /知识卡候选→知识库候选区）。类型门槛（2.2 第一道闸）在摘要层就执行；事实层提取拿分类清单直接走四操作复核+按路由表分流。佐证：我们日常对话里已在用人工版的分类要点清单（内联标记 [判断]/[方法论]），摘要层相当于它的机器化与全 Agent 规模化。 - 验收四判据：①零添加：一期=抽读+错误分类表（哪类错：事实错/漏重要/冗余/读不懂）；二期=小模型 NLI 校验全量自动化（离线场景可行，成本低约 400 倍级）；②覆盖：操作化为 QA 式召回——从原文出 5-10 个关键问题，摘要须全部答出，漏答即覆盖不过（学界共识：多数指标只测「不能加错」不测「不能漏重要」，此条补上）；出题优先从「判断/事实/知识卡点」出（核心内容零遗漏），不做均匀抽样；③独立成立；④指针完整。
- 冗余控制：叙事段+要点合计一期先按 ≤1500 字控制，跑 30 篇后回看分布再定正式压缩比。
- 防漂移：golden fixture 3-5 篇代表性会话做标准摘要；换模型/prompt 后重跑比对，分数下跌 2-5% 告警；摘要模型版本钉死。
- 人审纪律：LLM judge 只做二元原子判定（「摘要是否支持该事实」是/否），禁用整体印象分（judge 噪声实测：重复判定 13.6% 翻转，且有冗长偏差系统性偏爱长摘要）；抽读制首批 100%→稳定后 20%（抽读比例无权威标准，按用途定）。
六、对企业团队 Agent 协作的启示
这套体系是按「一个人 + 多个 Agent」设计的，但它的骨架回答的是一个更大的问题：当团队里每个人都配上 Agent，记忆协作的底层框架应该长什么样？ 我们在个人尺度做出的东西，可以看作这个问题的一个雏形——两个构件同构放大，就是企业版。
构件一：采集链路（成员端）
每个团队成员的 Agent 装一个 Skill：每天把本人确认过的工作报告——也就是当天值得留下的记忆——上传到固定服务器。
与个人版的关键差异在信任边界：个人版是后台端主动拉取原始会话（自己拉自己的，无所谓）；企业版必须反过来，由成员端推送、且推送的是确认态的记忆——「候选≠生效」的质量闸前置到每个人自己的端上完成，原始会话不必离开本人。这一条同时回应了企业场景最敏感的隐私与合规问题。
构件二：本体链路（组织端）
组织侧设一个本体 Agent（个人版单一写入者 AIAM 的放大版），负责四步：
- 提取：从各成员上传的确认态记忆中提取事实、决策、方法；
- 分类确认：按用户 ID 分类、收集并确认归属——谁的记忆、属于哪个项目；
- 分流归档：通过分流器归档进企业知识库（规则/知识/档案/状态各归其位）；
- 读档：通过 MCP 协议生成上下文包——与个人版不同的是必须分两层：公用版（全员 Agent 可调）与个人版（仅本人 Agent 可调），在主仓统一分类管理。
底层框架 = 工位 × 记忆体系
再往上抽象一层：把「工位」概念拆开——工位是业务发生的工作位（一个项目、一个团队各是一个工位），记忆体系是横跨所有工位的记忆基础设施。两者组合，就是 Agent 记忆协作的底层框架：工位提供业务上下文与归属，记忆体系提供采集/梳理/归档/读取的组织级实现；而「人在回路上」的位置不变——成员在自己端确认（个人闸），本体 Agent 把疑难升级给人（组织闸）。
诚实边界：本节为个人雏形的同构推演（INFERRED），未经企业场景验证。但反过来说同样成立——在个人尺度先跑通「单一写入者 + 人审兜底 + 失效不删除 + MCP 冷补充」，等于替企业版预先验证了最核心的四件机制。
附录：证据边界与来源
- 网采环境受限：部分事实靠多源交叉（各底稿有局限声明）；开源侧为 GitHub API 一手，最硬。
- 厂商跑分均为自报、存在公开方法论争议，本报告不引用具体分数作论据。
- 未查到项：ChatGPT Dreaming 免费档开放日期；各家记忆自动衰减机制（全行业黑箱）；TencentDB v2 beta 变更内容；多 agent 共享记忆写冲突协议（疑似全行业的开放问题）。
- 第五章为 INFERRED 级设计方向，未经工程验证；工程落地前须先对会话原料格式实地侦察。
- 论文与链接索引：Generative Agents（arXiv:2304.03442）/ MemGPT（2310.08560）/ LoCoMo（2402.17753）/ LongMemEval（2410.10813）/ Zep（2501.13956）/ A-MEM（2502.12110）/ Mem0（2504.19413）/ sleep-time compute（2504.13171）/ MIRIX（2507.07957）/ 写入侧校验实测（2607.15657）；完整 100+ 来源见调研底稿来源清单。