背景
记忆巩固（autoSummarize / dream）依赖 LLM 调用，属成本大头。除 #229（游标内存态 → 重启重放）外，还有两个放大成本的来源：
- 触发频率无上限：总结/巩固按事件触发，长会话内高频执行，缺少频率下限与会话次数上限；
- 无成本分级：所有待蒸馏内容一律走 LLM，没有「轻规则预判 → 才升级 LLM」的级联；高峰期（LLM 服务繁忙/配额紧张）也没有延迟到非高峰再执行的机制。
目标：减少 LLM 调用次数，且能避开高峰时段。
提案
1. 成本感知级联（论文：2608.22215 Dual-Layer Agentic Memory）
路由用「小模型先筛、大模型兜底」级联（原文 1.7B/8B，<50% 输入升级大模型）。对应到蒸馏/巩固管线：
- 蒸馏前先做零 LLM 预判：类型已知可跳过（constraint/preference 类已有独立类型）、去重命中（saveWithDedupe 三元组）、低价值条目（quality_score / importance 低于阈值）→ 直接 skip，不进 LLM；
- 只有预判「不确定 / 高价值」的才调 LLM 蒸馏。
2. 零 LLM 构建（论文：2609.05553 EdgeMem）
原子证据条目原样保留、不做生成式压缩（构建与检索全程零生成调用）。对应：原子条（evidence 层）保持原样，只有叙述条 / Primary 视图聚合时才走 LLM——从结构上减少必须调 LLM 的内容量。
3. 有界检查点（同类工具 dsh-mnemon idle review）
频率下限 + 每会话次数上限（参照其 5min 下限 + 20 次/会话上限）。对应：
summarizeMinIntervalMinutes（已存在，default 0 → 建议给合理默认值并文档化）；- 新增每会话蒸馏次数上限。
4. 错峰队列（「避开高峰期」的核心诉求）
高峰时段仅做规则预判 + 任务入队（零 LLM），LLM 蒸馏攒到配置的非高峰时段执行；或按最近调用失败 / 429 自适应退避。高峰期可配置。
5. 不确定性驱动读路径（论文：2604.00131 Oblivion，token 成本 -73%）
注入侧：确定性强的话题少召回、模糊话题多召回——降低每次对话的检索注入量。（后补项，非阻塞）
验收
参考
- 2608.22215 Dual-Layer Agentic Memory with Fast Write Routing and Slow Consolidation
- 2609.05553 EdgeMem: LLM-Free Agent Memory Construction and Retrieval via Evidence-Preserving Multi-Anchor Hypergraph
- 2604.00131 Oblivion: Self-Adaptive Agentic Memory Control through Decay-Driven Activation
背景
记忆巩固（autoSummarize / dream）依赖 LLM 调用，属成本大头。除 #229（游标内存态 → 重启重放）外，还有两个放大成本的来源：
目标：减少 LLM 调用次数，且能避开高峰时段。
提案
1. 成本感知级联（论文：2608.22215 Dual-Layer Agentic Memory）
路由用「小模型先筛、大模型兜底」级联（原文 1.7B/8B，<50% 输入升级大模型）。对应到蒸馏/巩固管线：
2. 零 LLM 构建（论文：2609.05553 EdgeMem）
原子证据条目原样保留、不做生成式压缩（构建与检索全程零生成调用）。对应：原子条（evidence 层）保持原样，只有叙述条 / Primary 视图聚合时才走 LLM——从结构上减少必须调 LLM 的内容量。
3. 有界检查点（同类工具 dsh-mnemon idle review）
频率下限 + 每会话次数上限（参照其 5min 下限 + 20 次/会话上限）。对应：
summarizeMinIntervalMinutes（已存在，default 0 → 建议给合理默认值并文档化）；4. 错峰队列（「避开高峰期」的核心诉求）
高峰时段仅做规则预判 + 任务入队（零 LLM），LLM 蒸馏攒到配置的非高峰时段执行；或按最近调用失败 / 429 自适应退避。高峰期可配置。
5. 不确定性驱动读路径（论文：2604.00131 Oblivion，token 成本 -73%）
注入侧：确定性强的话题少召回、模糊话题多召回——降低每次对话的检索注入量。（后补项，非阻塞）
与 #229 的关系
验收
参考