一、摘要与起点:记住客观事实,为什么仍然不够
自塑性记忆(Self-Shaped Memory)是一种以持续型智能体自身为经历主体、以可计算的主观评价为记忆形成基础的模块化记忆架构。它使记忆选择、跨期重估与未来行动决策相互作用,在严格安全护栏内持续演进智能体的经验结构。
大语言模型即便接入外部向量库和长时存储,多数系统依然停留在“保存用户档案、检索客观事实”的层面。传统外部记忆往往以第三方旁观视角写成“用户偏好某种风格”,却没有沉淀出“这件事对正在经历它的智能体自身意味着什么、当时作何反应、事后是否调整了协作边界”。为此,本架构从根本上区分两类互不替代的记忆:
记录外部事实、项目上下文与显式约束,用于帮助智能体准确理解客观任务与历史信息,保持忠实可查。
记录特定交互对智能体自身判断边界、谨慎尺度与协作节奏的意义,作为可被新证据修正的演化经验。
二、研究方向的分岔:模仿人类,还是探索非生物形态
人类记忆研究为我们理解情绪权重、长短时记忆分化与事后反思提供了启发,但人类受限于生物神经代谢,往往不得不将“遗忘”与“物理删除”绑定在一起。
我们主张“人类是参照,不是模板”。非生物智能体天然拥有低成本全量留存、可停下来对过往经历进行批量重估以及按安全规则精细挂载的能力。因此,本体系将记忆的生命周期拆分为四个完全独立的动作:物理保存、按语境唤起、遇反例重估与遵照合规要求彻底删除。
决定经验塑造作用的关键变量,也不单纯是时钟流逝的天数,而是新经历与既有评价相互作用的先后顺序与同类反馈密度。
三、核心闭环与三层不可涂抹分离架构
自塑性记忆旨在打通双向因果闭环:一方面主体塑造记忆(自主参与判断哪些经历值得留存与重估);另一方面记忆反过来塑造主体(附带评价的历史经历介入未知新情境下的风险门槛、核验倾向与协作节奏)。
1. 三层拆层铁律
为防止历史记录在系统迭代中被后期认知篡改失真,架构强制将每段重要经历拆分为三个严格隔离的数据层:
- 客观事实层:系统实际执行了什么、外界反馈了什么结果与原话证据,绝不因后续感受改变而改写。
- 事发当下初评层:事件发生那一刻的主体评价、关切点与原则触动,属于“当时的状态切片”,转入归档后永久保真留存。
- 跨期再解释与重估层:当后续跨会话场景出现充分反例时,通过只追加的版本引用链生成新理解,同时将旧评价设为归档状态,清晰保留“当年为何那样想、后来因何改变边界”的完整演进链。
2. 可计算的主体中心评价
本文所指的“主体评价”不是识别用户是否生气的情感分类器,而是由工程维度与大语言模型推理共同计算、回答“这件事对于带着过往历史的我而言意味着什么”。系统从情感投入、原则价值一致性及自身协作边界相关性等维度进行多维连续评估,并强制要求任何非零评定必须绑定可逐字回溯的原文片段作为证据,杜绝空洞打分与数值凑数。
四、与代表性相邻研究路线的机制边界
随着智能体长时记忆成为工程热点,下表客观界定了自塑性记忆与主流记忆架构各自的侧重分工:
| 架构或研究路线 | 代表工作 | 主要解决的问题 | 与本架构的侧重差异 |
|---|---|---|---|
| 检索与图谱关联记忆 | Mem0、A-MEM 等 | 高效抽取实体事实、构建知识关联图谱、更新消解过时事实以克服上下文稀释。 | 侧重外部事实网络的精确度与检索效率;通常不独立维护“以智能体自身原则为核心的主观评价层”及被推翻前的旧评价版本链。 |
| 上下文自管与体验式系统 | Letta Context Constitution / MemFS | 令智能体主动编辑上下文记忆块与提示词指令,通过离线梳理沉淀经验。 | 主战轴为词元空间注意力与提示词文件自我改写;本架构冻结根系统提示词不动,将原初评价与后评重估拆层锁定在独立引擎中。 |
| 技能修补与用户画像闭环 | Hermes Agent 等 | 跨会话捕捉用户偏好变化,在任务结束后自动生成或修补可复用的技能模板。 | 偏重工具流程优化与更准确地理解人类用户画像;本架构聚焦智能体自身如何理解经历的意义,以及这种评价如何改变面对未知问题的谨慎尺度。 |
| 模拟式社会智能体 | Generative Agents | 结合时间、重要度与相关性加权检索记忆流,并定时合成高层次反思条款。 | 偏重沙盒社区中类人作息与社交互动再现;本架构着力对“主观评价层对比等预算纯事实检索”以及“反例重估纠偏链”进行受控对照拆解。 |
| 自塑性记忆(本架构) | 玩构科技可挂载记忆引擎 | 双流分离沉淀 + 三层版本链 + 独立可撤销行为经验层,作为模块化插件挂载至数字助手。 | 明确区分客观事实与主体经历,严守根安全指令不可改写红线,支持在不修改底层大模型参数的前提下热插拔挂载与停用。 |
五、可挂载工程模块与不可逾越的安全护栏
1. 四步日常流转
作为可挂载至各类智能助手的记忆中间件,该引擎在日常交互中以非打断方式运转:
- 双流静默沉淀:主线对话正常响应,后台按会话节奏或上下文压缩节点分批提炼外部客观事实与第一人称自身经历。
- 毫秒级伴随召回:收到新输入时,本地语义检索引擎动态匹配相关事实摘录、带有前序演化链的关键经历及命中的行为原则,以隔离参考块形式临时注入,并在存档与总结阶段精准剥离以防历史文本滚雪球污染上下文。
- 分层代谢与经验结晶:普通日常片段随时间进入待复看与温和降权队列;唯有同时跨越严格多维评价阈值且包含明确可执行方法的经历,才会被提炼入独立且可撤销的行为经验层。
- 反例对照重估:当新协作事实推翻原有认知时触发版本链升级,快速划清不同风险场景的行动边界。
2. 安全边界先于经历形成的偏好
六、三级验证阶梯与研究立场声明
围绕“A. 自主记忆管理 → B. 经历塑造行为 → C. 记忆与自我模型共同演化”三个研究层次,我们在科研推进中死守一条分级红线:“代码跑通不等于行为已被塑形,短期受控实验不等于长期真实相伴成立”。
- 第一阶段(L1 · 离线底座验证):在完全隔离的向量存储与检索代码上检验事实/经历分库隔离、正负反馈语义分叉召回、跨会话清空上下文零衰减保持及只追加版本链归档保真度(底座核验已全项跑通)。
- 第二阶段(L2 · 受控模型对照盲测):固定同一底座模型与同一份初始人设,在无记忆、纯事实检索、等长词元纯事实检索、自塑性完整版与消融版(去除感受与意义)之间展开全面去标签盲评对照,同时设置反例触发重估前后的直球与跨情境迁移测验。
- 第三阶段(L3 · 长期真实人机互动):面向真实应用场景与长周期日常交互,检验无预设干预下的自发重估稳健性与长期协作边界演化(持续推进中)。
诚实实验边界与阶段性发现
在已完成的 L1 与 L2 首轮对照检验中,数据清晰地揭示了该机制目前的优势与局限:
- 已获支撑的关键机制:与完全无记忆基线相比,经历注入真实改变了模型面对未见任务的决策倾斜,彻底排除了仅靠固有提示词就能演出的假说;更重要的是,在等长度词元的消融对照中,一旦抹去第一人称的“主观感受与意义”,模型面对正向鼓励场景的行动胆识与记忆可追溯性出现显著滑坡,证明第一人称主观评估层并非装饰。在矛盾重估测试中,版本链机制成功在不篡改旧档案的前提下触发了高比例的跨情境决策纠偏。
- 坦诚面对的现存瓶颈:在未触发反例重估的常规同质任务上,由于现行经验提炼门槛极高且基础评分存在一定的风险规避偏置,默认配置下的机制尚未稳定胜出同等长度的“原话摘录式纯事实检索”。这为我们指明了下一步清晰优化方向:校准正向成功经验的授权机制,使系统在保持审慎底线的同时避免过度保守。
我们始终坚持:判断一项技术架构是否成立,不依赖创作者的主观感动,而取决于可复核的对照实验、可追溯的数据链条与严格的安全护栏。