Agent认知记忆8层架构设计与实现

为什么扁平向量存储无法胜任 Agent 记忆

如今，几乎所有 AI Agent 框架都遵循着大致相同的套路：接收用户输入，将其转换为 embedding，存入向量数据库，并在需要时检索相似的文本块。这套方法用来演示还算够用，但一到生产环境就会崩溃。

根本问题并不在于检索质量，而在于架构。人类记忆并不是一个单一系统，而是由一组专门化的子系统层层构成，每个子系统解决不同的问题。当我们把所有记忆简化为“存储 embedding，再通过余弦相似度检索”时，实际上是在无视过去 60 年的认知科学研究成果。

为了解决这个问题，我构建了 EdosAI Memory Framework。它由 51 个模块、超过 23,000 行 Python 代码组成，实现了一套 8 层认知记忆架构。本文将深入介绍我们为什么这样设计，以及每一层究竟负责什么。

认知科学基础

这套架构主要受到三个研究传统的启发：

1. Atkinson-Shiffrin 模型（1968）提出，记忆会流经不同的存储系统：感觉记忆 → 短期记忆 → 长期记忆。这就是为什么我们的架构具有明确的信息流：从 L1（感觉缓冲区）经过 L2（工作记忆），再进入 L3～L5（长期存储）。

2. Tulving 提出的情景记忆与语义记忆之分（1972）表明，记住一件发生过的事情和掌握一个事实，在本质上是两种不同的操作。因此，我们将 L3（情景记忆）与 L4（语义记忆）分开，而不是把所有内容都扔进同一个存储系统。

3. McClelland、McNaughton 和 O'Reilly 提出的互补学习系统理论（Complementary Learning Systems，1995）证明，大脑需要两个相互补充的系统——快速学习（海马体）和缓慢巩固（新皮层）——来避免灾难性干扰。这一理论直接启发了我们的 L7 记忆巩固引擎。

逐层解析架构

L1：感觉缓冲区——500ms 的窗口

Input → [Sensory Buffer] → Working Memory or Decay

感觉缓冲区会在不到一秒的时间里保存原始感知输入。在我们的实现中，它保存的是未经任何处理的原始 LLM 响应、工具输出和环境信号。

为什么这一层很重要？因为大多数 Agent 都会立刻尝试“理解”所有信息。感觉缓冲区让系统拥有片刻时间，判断哪些内容值得关注。并不是所有信息都值得占用工作记忆。

实现方式：使用一个容量可配置的环形缓冲区。超过衰减阈值的项目会被丢弃，除非系统明确对其进行了注意。

L2：工作记忆——活跃工作区

[Sensory Buffer] → [Working Memory] ← Central Executive
                        ↓
              Episodic / Semantic / Procedural

Baddeley 的工作记忆模型（1974）提出，工作记忆由多个组成部分构成：中央执行系统、语音回路和视觉空间模板。我们将其调整为：

• 中央执行系统（Central Executive）：决定哪些内容会被处理、哪些会被丢弃。
• 活跃上下文（Active Context）：保存当前对话或任务的状态。
• 容量管理（Capacity Management）：对同时处于活跃状态的项目设置硬性上限，其灵感来自 Cowan 提出的约 4±1 项容量结论。

当前大多数 Agent 几乎 100% 的时间都只在这一层运行。但如果没有下面几层，工作记忆中的内容就无处转移，无法形成长期存储。

L3：情景记忆——发生了什么，以及何时发生

Working Memory → [Episodic Store]
                  ├── Event boundary detection
                  ├── Temporal indexing
                  └── Contextual binding

每个重要事件都会被存储为一个情景：带有时间戳、上下文标签，并与相关情景建立关联。Tulving 理论中的关键洞见在于，情景记忆具有“自我知晓性”（autonoetic）——它承载着一种主观上的“重新经历”感。

具体来说，每个情景会存储：

• 发生了什么，即内容。
• 何时发生，即时间索引。
• 当时还发生了什么，即上下文。
• 这件事有多重要，即来自 L6 的效价。

事件边界检测至关重要。并不是每个 token 都算一个事件。系统会识别有意义的转折，例如话题变化、任务完成和错误状态，并将其作为情景之间的边界。

L4：语义记忆——你知道什么，而不是发生过什么

Episodic Memory → [Consolidation] → Semantic Store
                                     ├── Knowledge graphs
                                     ├── Fact triples
                                     └── Concept hierarchies

这里有一个关键区别：情景记忆存储事件，例如“星期二，用户询问了 Python 装饰器”；语义记忆存储事实，例如“Python 装饰器用于修改函数行为”。

语义层会自动从情景记忆中提取事实。随着时间推移，你会得到一个结构化知识库，用于表示 Agent“知道”什么，而不仅仅是它“经历”过什么。

实现方式：使用包含实体—关系抽取三元组的知识图谱。由 L7 发起的周期性记忆巩固任务，会将事实从情景存储转移到语义存储。

L5：程序性记忆——从实践中学习

Episodic Memory + [Reward Signal] → Procedural Store
                                     ├── Action sequences
                                     ├── Success patterns
                                     └── Skill abstractions

这是大多数 Agent 框架完全忽略的一层。程序性记忆让你能够骑自行车——你可能无法用语言解释具体怎么做，但你的身体“知道”。

对于 AI Agent 而言，程序性记忆意味着：当 Agent 解决同一类问题 10 次之后，它会形成处理这类问题的技能。它不只是检索过去相似的解决方案，而是将其中的模式内化。

实现方式：将操作序列连同其结果一起存储。成功的模式会得到强化。随着时间推移，常见操作序列会被压缩成更高层次的技能。这相当于让 Agent 从“我需要仔细执行这 15 个步骤”，进化到“我就是知道该怎么做”。

L6：情绪效价——并非所有事情都同等重要

All Layers ← [Valence Module]
              ├── Priority scoring
              ├── Salience detection
              └── Recall modulation

杏仁核会根据情绪意义调节记忆的编码与检索。我们将这一机制实现为一个效价评分模块，它会：

• 为新信息分配重要性分数，依据包括新颖性、相关性和用户信号。
• 调节编码强度，高效价项目会以更稳固的方式存储。
• 调节检索优先级，让重要记忆优先浮现。

如果没有这一层，每段记忆都会“同等重要”，结果就是什么都不重要。Agent 会用相同的权重对待用户的姓名和用户偏好的咖啡口味。

L7：记忆巩固引擎——夜间工作的海马体

Episodic Store ←→ [Consolidation Engine] ←→ Semantic Store
                     ├── Replay mechanism
                     ├── Compression
                     ├── Abstraction
                     └── Interference resolution

这可以说是技术上最有意思的一层。记忆巩固引擎受到互补学习系统理论的启发，会在离线状态下运行，例如两次对话之间或活动较少的时段，并执行以下任务：

• 重放（Replay）：重新处理最近的情景记忆，类似睡眠期间海马体产生的尖波涟漪。
• 压缩（Compression）：将多个相似情景合并为一份语义摘要。
• 抽象（Abstraction）：从具体实例中提取通用模式。
• 干扰消解（Interference Resolution）：识别并解决新旧知识之间的矛盾。

正是这一层，让该框架区别于“把所有内容都存起来，然后祈祷检索能正常工作”的做法。如果没有记忆巩固，记忆规模将永远线性增长。有了它，随着原始经历被提炼为结构化理解，Agent 的知识才会真正不断改善。

L8：元认知层——知道自己知道什么

All Layers → [Meta-cognitive Monitor]
              ├── Memory state awareness
              ├── Confidence estimation
              ├── Gap detection
              └── Strategic recall

最上层允许 Agent 对自身的记忆状态进行推理。这使其具备以下能力：

• 置信度估计：“我相当确定自己知道这件事”与“我对此完全没有记忆”。
• 缺口检测：“我应该知道这件事，但现在想不起来。”
• 策略性回忆：第一次尝试失败后，改用不同的检索策略。

Nelson 和 Narens（1990）将元记忆描述为一个监控—控制闭环。监控部分负责评估记忆状态，控制部分负责决定接下来该怎么做。L8 同时实现了这两个部分。

各层如何协作

这些层并非相互隔离。信息会沿多个方向流动：

Forward flow (encoding):
L1 → L2 → L3 → L4 → L5
                ↑
L6 modulates encoding at every level

Backward flow (retrieval):
L8 initiates → L7 guides → L4/L3/L5 respond
L6 modulates retrieval priority

Consolidation flow:
L3 ←→ L7 ←→ L4 (offline replay and transfer)

正是这种双向流动，让整个架构不只是一条流水线，而是一个完整的系统。

工程实现的真实规模

51 个 Python 模块，超过 23,000 行代码。这不是一个玩具项目。它的工程实现包括：

• 每一层都可以独立测试，同时又为跨层通信而设计。
• 记忆巩固引擎作为后台进程运行，并支持配置调度策略。
• 记忆存储被抽象到统一接口之后——无需改动整体架构，就能替换底层存储方案，例如 SQLite、PostgreSQL、Redis 等。
• 通过绑定硬件的许可证机制和 AES-256 加密保护知识产权。

与现有方案相比

关键差异包括：

• 程序性记忆（L5）——据我所知，没有其他 Agent 框架实现了从经验中学习技能。
• 记忆巩固引擎（L7）——自动而非手动，并且持续运行。
• 元认知层（L8）——Agent 可以对自身的知识缺口进行推理。

我相信价格应该透明：

API 访问：https://creem.io/payment/prod_6RHYa4HxvHSNaoPX3Y3f4w

编译版 SDK：https://creem.io/payment/prod_7MlHfmV5GE5veelIw3Qs2H

源代码：https://creem.io/payment/prod_5KDcisVyJlZcNpwxmjG9Mf

AI Agent 生态正在快速发展。但记忆——真正持久、结构化且能够自我改善的记忆——仍然出人意料地缺乏发展。大多数框架只把它当作事后才考虑的附加功能。

我相信，记忆正是区分“带工具的聊天机器人”与“真正智能的 Agent”所缺失的那块拼图。8 层架构并非过度设计，而是一套真正有效的记忆系统所需的最低可行复杂度。

如果你正在构建需要随着时间不断进步，而不只是持续堆积上下文的 Agent，不妨了解一下 EdosAI Memory Framework。

EdosAI Memory Framework——8 层、51 个模块、超过 23,000 行代码。专为需要记忆的 Agent 而构建。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。