原型设计对 AI 长期记忆系统的支撑作用

这并不是什么新概念。为 Google Photos 等系统提供技术支撑的机器学习方法——原型网络（Prototypical Networks）——采用的就是同样的工作方式：将同一个人的一组图像转换为 embedding，再对它们取平均值，就能得到一个原型向量。即使原始输入不断变化，这个原型依然能作为稳定的表征。

这个想法很简单，却有着极其深远的影响：

多模态能够强化身份识别。同时存储文本、图像和声音，就能得到一个韧性强得多的锚点。

原型具备可扩展性。随着底层模型不断改进，原型也会变得更强。

确凿事实至关重要。将记忆锚定在原型上，可以为系统建立生成内容时所依赖的“ground truth”。

我们在 Pieces 也一直在探索类似的模式。在一些 OCR 清理实验中，我们将内容提取与叙事生成循环结合起来，让推理更加稳健。这里的相似之处显而易见：如果想获得可靠的长期上下文，仅靠轻量级 embedding 是不够的。你需要原型。

把视角拉远一些，就会明白为什么人是最重要的实体类别。项目、目标和阻碍固然重要，但它们都是暂时的。真正能够长久存在，并塑造任何一家公司或产品发展故事的，是人。

如果一个系统知道你在和谁一起工作，其他一切都会变得清晰：

• 项目会关联到推动它们前进的团队成员
• 目标会与负责实现它们的主导者绑定
• 阻碍往往源于人与人之间的认知错位

创始人和建设者凭直觉就明白这一点。规模化并不只是通过抽象系统实现的，它最终要通过人来完成。一个将“谁”作为首要锚点的记忆系统，才符合组织的实际运作方式。

那么，这在实践中意味着什么？对于所有研究长期记忆的人——无论是在开发消费级应用、生产力工具，还是 AI Copilot——都不要只存储文本和时间线，还要持久化保存原型，并从人开始。

具体可以这样做：

• 在协作者的准确姓名和职位出现时，将其保存下来
• 为关键实体采集头像或声音样本
• 使用具有代表性的素材锚定项目或数据表，例如 logo、首要图片或规范版本

在此基础上，再构建语义图谱，将所有内容关联起来。让原型承担消除歧义的重任。

具有讽刺意味的是，实现记忆的规模化，并不意味着进一步远离具体事物、走向抽象，而是要更深入地扎根于那些能够持续存在的具体细节之中——而没有什么比“谁”更持久。

ByteDance 的论文对一些实现细节着墨不多，但它指向的方向似乎是正确的。如果我们希望长期记忆真正做到稳健、实用且有人情味，就需要停止用通用 token 的方式思考，转而以实体为中心进行思考。

而最重要、也最应该优先处理的实体，恰恰是最简单的一个：那些每天与你一起工作的人。

因为在“谁、什么、哪里、何时、为什么”之中，答案永远始于“谁”。