[NODE] AI记忆系统
- 类型: 概念
- 定义: 让 AI Agent 具备记忆能力的技术架构，实现"记住"和"理解"用户
关系
| 关系 | 目标 | 说明 |
|---|
| part_of | AI-Agent | 记忆是 Agent 的核心组件 |
| enables | 认知增强 | 记忆是认知的基础 |
| requires | 终身学习 | 记忆需要持续更新不遗忘 |
| implemented_by | Embedding | 向量化是核心技术 |
| stored_in | pgvector | 向量数据库存储 |
| grounded_in | INFO-116 | 人类记忆系统理论基础（Tulving/Baddeley） |
| evolved_to | INFO-117 | 用户认知图谱：从"记住"到"理解心智" |
三维记忆架构
| 记忆类型 | 功能 | 存储内容 | 技术实现 |
|---|
| 语义记忆 | 世界知识 | 概念、事实、关系 | 预训练 + RAG |
| 情景记忆 | 交互历史 | 对话、事件、上下文 | Embedding + 向量库 |
| 程序记忆 | 技能流程 | 操作模式、偏好规则 | 微调 + 适配器 |
MIRIX 框架
多 Agent 记忆系统的工程实现：
| 层次 | 功能 |
|---|
| Memory | 基础存储层 |
| Indexing | 索引检索层 |
| Reasoning | 推理关联层 |
| Interaction | 交互接口层 |
| Xtension | 扩展适配层 |
四层数据结构
原始层 (Raw) → 完整对话/交互记录
摘要层 (Summary) → 关键信息提取
事实层 (Facts) → 结构化知识点
偏好层 (Prefs) → 用户习惯规则
作用域管理 (SAMMS)
| 作用域 | 范围 | 示例 |
|---|
| 全局 | 跨所有会话 | 用户基本信息 |
| 会话 | 单次对话 | 当前讨论主题 |
| 任务 | 特定任务 | 项目相关上下文 |
| 临时 | 短期缓存 | 工作记忆 |
技术选型
| 组件 | 推荐方案 |
|---|
| Embedding | Gemini / OpenAI |
| 向量库 | pgvector / Pinecone |
| 存储 | PostgreSQL |
| 检索 | 语义相似度 + 时间衰减 |
关联条目
INFO
- INFO-20251219-003：Memory 系统技术方案（核心）
- INFO-20251219-004：Facts/Preferences 提取方案
- INFO-20251219-024：数字孪生记忆引擎
- INFO-20251219-032：用户分身系统四维记忆层
- INFO-20251219-033：MIRIX 记忆框架特性解析
- INFO-20251219-034：MIRIX 多 Agent 记忆系统
- INFO-20251219-045：AI 记忆系统架构指南
- INFO-20251219-046：SAMMS 作用域感知记忆管理
- INFO-20251219-057：AI Coding 三维记忆系统
- INFO-20251219-080：邮件行为信号（Memory 输入信号）
- INFO-20260114-116：人类记忆系统理论基础
- 三维记忆 = Tulving 1972 长期记忆分类
- 作用域管理 ≈ 工作记忆（临时）vs 长期记忆（持久）
- Cowan 模型：工作记忆 = 激活的长期记忆 → RAG 检索的理论基础
- INFO-20260115-117：用户认知图谱（演进方向）
- 记忆系统的上层应用：从"记住"到"理解心智"
- 范式转移：节点从"实体"变为"意图"，关系从"客观描述"变为"认知逻辑"
- 本知识库即为认知图谱的微缩版：INFO=原始表达，RULE/NODE=一致性意图
NODE
- NODE-AI-Agent：记忆是 Agent 核心组件
- NODE-终身学习：记忆重放防止遗忘
- NODE-认知增强：记忆是认知基础
- NODE-AI意识与学习：理论探索视角（区别于本节点的工程视角）
理论基础探索
- INFO-120~125：HTM 系列（神经启发路径）
- 大脑皮层启发的序列学习框架
- 注意：INFO-125 指出 HTM 技术方案已被 LLM+RAG 超越，但问题意识仍有价值
- INFO-127：LeCun JEPA（世界模型路径）