Skip to content

Latest commit

 

History

History
92 lines (64 loc) · 7.47 KB

memory-stack-audit.md

File metadata and controls

92 lines (64 loc) · 7.47 KB

記憶層自評:對照「AI Agent Memory Stack」七層(2026-08-05)

狀態:自評,非規劃。 這份不是待辦清單——它把 cogito 的記憶實作逐層攤開對照一份 流傳中的七層分類,標出有什麼、缺什麼、哪些是刻意不做的。待辦在 roadmap-next.md。

對照的分類來自一份公開流傳的資訊圖「AI Agent Memory Stack — Designing Memory for Enterprise Agents」(作者 @rakeshgohel01)。它是個人整理,不是標準;但涵蓋面夠廣, 拿來當體檢表有用。

先說這套分類本身的問題

七層混了兩條軸:

  • 01–04(working / episodic / semantic / procedural) 是認知科學來的分類, 對應 CoALA 那套(更上游是 Tulving 的記憶分類)。這四層是內容種類。
  • 05–07 是後掛的工程關切,而且不是記憶種類:
    • hierarchical 是放置策略——熱/溫/冷是「同一批內容放在哪」,不是另一種內容。
    • shared 是作用域——誰看得到,不是存什麼。
    • prospective 勉強算一種(未來的意圖),但實作上它是排程器不是記憶體。

這不是挑語病,它會直接影響怎麼蓋:你不會去蓋一個「hierarchical memory 子系統」, 你是把分層套用在 semantic / episodic 上面。cogito 正好就是這樣做的(見 05)。


逐層對照

層 狀態 cogito 的實作
01 Working
視窗裡裝得下的
✅ 超前 圖畫的是 naive FIFO 滑窗。我們刻意離開滑窗:EnableSummary 開時走錨定式窗口(全量 + 逐出機制,前綴 append-only),因為滑窗每輪動頭部會讓 prompt cache 輪輪全滅還倒貼寫入費。另有自適應 Compactor(窗口 × 0.75 水位,compactor.go:12)、孤兒 tool_result 剝除與 sanitizeDanglingToolUse(session.go:155 起)。實測數據見 roadmap-next.md §1
02 Episodic
發生過什麼,按需取回
⚠️ 有,但不是向量 session_search.go 的 search_sessions:關鍵字 + CJK bigram 線性掃描落地的 session,輸出有界(每會話 ≤3 段 × 160 字、預設 5 會話、上限 20)。不是 embedder→vector store→top-K。刻意的取捨,天花板見下方「真缺口 ②」
03 Semantic
agent 認定為真的事
✅ 最完整的一層 離散記錄 .claw/memory/*.md(frontmatter name/description/tags)+知識圖譜(graph.go:typed 關係、[[連結]] 鄰域、k 跳擴張、可選 embedding 選種子)。索引常駐封頂 30 條(memory.go:19),正文由 recall 按需取。tags: [user] 的使用者畫像正文每輪常駐(memory.go:24)。圖上那句 "distilled facts, not raw history" 正是這層在做的事
04 Procedural
怎麼做,寫成技能
✅ 且是漸進式 .claw/skills/<name>/SKILL.md(skill.go),索引常駐、正文按需 read_skill(read_skill.go)。圖裡的 skill library 是靜態的;我們的會自生成(Tier 4 反思),但產物只寫 skills-proposed/,過 skillgate 結構+危險掃描、人工放行才晉升
05 Hierarchical
熱/溫/冷,像 OS 分頁
✅ 三層齊,只是沒用 OS 話術 hot = System Prompt 常駐(AGENTS.md + 記憶索引 + 使用者畫像);warm = recall 按需取回;cold = .claw/memory-archive/(Prune 把最久未用的歸檔,memory.go:332,可復原非刪除)。升降由使用帳本(memory-usage.json)的 LRU 驅動,不是自動 page-in/out——app 私有訊號,免疫備份/rsync 碰檔汙染
06 Prospective
記得接下來要做什麼
✅ 四樣全有 internal/cron/(scheduler + store + notify + flock 仲裁,每輪 Tick 重讀 cron.json,改檔即生效);背景任務 TaskManager(bash_background / task_output / task_kill / task_list,task_tools.go);持久目標 goal + goal_paused;Running / ResumeAttempts 跨重啟續跑(session_store.go:30——行程被硬砍後掃出未完成任務自動接手,有次數上限防崩潰迴圈)。圖上標的 Reminders · Retries · Follow-ups · Autonomy 逐一對得上
07 Shared
一份真相,所有 agent 對齊
❌ 唯一真缺口 per-agent 記憶只有讀半邊:.claw/agents/<name>/memory/ 在 spawn 時注入子 agent(subagent.go:169 的 LoadForInjection),靠手寫填、agent 之間不互見。沒有 state store / knowledge bus、沒有 conflict resolution、沒有跨 agent 一致性

六層有、一層缺。


兩個真缺口

① 第 07 層(shared memory)——已知、刻意延後

完整解是 inter-agent messaging(大,不做)。中間解在 roadmap-next.md 的「具名 agent 的持久記憶」:寫半邊(跑後反思 → per-agent 提案 → 治理放行)。

觸發條件不變:orchestrator 實跑確認「專員每次從零開始」真的痛。 一張分類圖不構成觸發——圖不是需求。

② 第 02 層的天花板:關鍵字抓不到換句話說

search_sessions 用 bigram 比對字面。使用者問「上次那個連線爆掉的事」,而 session 裡 寫的是 "pool exhausted" —— 不會命中。這是關鍵字檢索的結構性限制,不是調參能修的。

升級路徑很短:Embedder 介面(embed.go)已經在給 KG 選種子用了,search_sessions 接同一個介面即可,EmbedCachePath 的向量快取也是現成的。

為什麼現在不動:要先有一次真的檢索失敗(問了、沒查到、而內容其實在), 再決定值不值得那筆 embedding 成本。沒有那筆證據就上,是為假想需求付費。


圖裡沒有、但更重要的一層

七層裡沒有一個框叫 approval。 所有箭頭都是自動寫入——包括 03 那條把 distilled facts 直接灌進知識圖譜。標題寫著 Enterprise Agents,卻沒有回答「誰批准這條事實進庫」。

cogito 的記憶寫入全程走提案通道:

反思 → .claw/MEMORY.proposed.md → memory list → apply memory 1 3 / reject memory 2 → .claw/memory/

技能同理(skills-proposed/ + skillgate),知識圖譜的邊同理(apply edges)。 YC qm 把記憶整併做成可 diff 的動作清單(UPDATE <n> / DELETE <n> / ADD / NONE), 出發點是同一件事——見 qm-learnings.md。

企業級的分野在治理,不在多疊一層儲存。 一個會自己往知識庫寫入且無人覆核的 agent, 層數再多也只是把錯誤記得更牢。


怎麼用這份文件

  • 不要照著補第 07 層——它有自己的觸發條件。
  • README 目前只寫「對齊 CoALA 長期語意層」,講得比實際保守;真要對外說明記憶設計, 引這份的表比重寫 README 省事。
  • 下次有人拿新的記憶分類圖來問「我們有沒有」,先看這份,再看它是不是又把 放置策略和作用域混進內容種類裡。