记忆是上下文来源
把记忆当进公共准入机器的 durable 来源之一,问它要不要任何 special 准入机制,让克制当测过的能力。
这里是个说明 case。当前请求 verbatim 说"Do not modify the existing migration.“可用记忆里有几个月的 migration 历史:以前的计划、旧决定、项目早期的 migration work。运行时准入那段历史,模型提议做被告知不做的修改。假设每记住的条目存得准、恢复得对。那排除一些存储恢复失败,没确立准入 alone 导致违反:模型没那段记忆也可能不跟当前指令。归因行为要受控对比。例子 isolate 的结构风险是正确保留的过去信息对当前算子不合适:
记忆正确 ≠ 上下文合适
本章问窄的结构问题,记忆本身归 sibling 记忆书。记忆系统把 durable 过去信息当候选暴露后,那些候选该和其他来源的候选不同准入吗?第二个问题跟出来。当前算子不需要过去时,系统正确地一点记忆不准入吗?
记忆不是上下文
两对象定义不同,各自定义的书不同:
上下文是为某次计算提供给模型的信息。
记忆书(没发表的 sibling 手稿)开头是行为区分:保留的过去经验改变现在行为,有用的记忆在当前目标约束下往好的方向改变。它的反事实去掉改变过去信息,对比产出的行为结果。本章借那个区分,不把所有行为影响当 benefit。它还分开一词的两意思。记忆系统、存储、条目命名结构来源,demonstrated 记忆 effect 命名指定对比下的行为结果。存的条目既不是 demonstrated effect,也不是有用记忆的证明:
记忆来源条目 ≠ demonstrated 记忆 effect
所以存的记忆 ≠ 在场的记忆。存储 hold 几千 durable 条目,当前零准入,包里装指令工具定义观察检索文档智能体 state,大半不是记忆存储来的。sibling 书的简称(记忆 durable,上下文 selected)是这个边界的工程 concern 区分,不是两互斥定义。记忆系统自己也选择变换准入材料,上下文也装 durable 信息。相关的不对称是这个:
保留因为以后可能重要
≠
准入因为这次算子 justify
未来 potential 不是现在准入 justification,记忆保留政策不是准入政策。好的存储正确 hold 的远超任何调用该看的。
上下文书从哪开始
过去经验 → 记忆系统 → durable 记忆 state
→ 记忆候选生成 → 记忆候选池
================= 记忆 / 上下文边界 =================
→ 公共候选接口 → [第 14 章](/zh-cn/books/context/14-chapter/)准入
→ 按需恢复、表示、范围
→ 上下文组装 → 模型 → 行为
线上的一切,含存储、consolidation、truth 维护、遗忘、记忆候选生成,都在上游,这里不教。时间状态 valid 过界后还重要:候选带可用日期版本 supersession 证据,第 19–21 章管组装的上下文怎么对待那个证据。本章拿候选池当给定,复用[第 14 章](/zh-cn/books/context/14-chapter/)的机器:准入、表示 vs 范围、渐进披露、充分性,在场行为使用有帮助的区分。阶段是概念的不是强制执行顺序:准入政策看 metadata 拒绝候选,不取完整 payload 也行,组装器还是拒绝请求的候选。失败按阶段归因:
- **记忆候选 miss:**要求的条目没进池。
- **恢复失败:**外部引用的候选没 resolve([第 13 章](/zh-cn/books/context/13-chapter/))。
- **表示失败:**上游变换丢东西,收到的候选准入可能对。
- **准入失败:**要求的条目在池里,没恰当准入。
- **Adjudication:**权威性新鲜度范围决定归第 19–21 章。
- **下游行为失败:**对的材料准入了,行为没用对。
记忆候选 miss ≠ 准入失败 ≠ 下游行为失败
链条比[第 14 章](/zh-cn/books/context/14-chapter/)的往左多一阶段:
保留 ≠ 浮现候选 ≠ 恢复 ≠ 准入 ≠ 用了 ≠ 有帮助
sibling 记忆 work 说"检索"处,本章映到候选生成。第 13 章把"恢复"留给外部表示的 resolve。
记忆走公共接口进来
默认结构假设是记忆能 adapt 进公共候选接口,和文件工具输出智能体生成 state 喂同样的准入机器,除非受控对比说明来源 specific 对待实质需要。这是提议的结构,不是结果。公共不等于 metadata blind:接口保留 source_kind = memory 和要紧的记忆 specific 字段,不用单独准入流水线。但来源种类 label alone 不是证据来源:
记忆来源 ≠ 证据来源
候选还可能要来源记忆系统、来源观察文档、producer、表示 identity、版本、时间 metadata、认识状态、范围、证据 lineage。这些字段能观测、声明、没有;adapter 不许捏造来源没给的东西。第 15 章确立 persist 的生成断言要状态 lineage。没验证的假设成记忆来源条目,保留不验证它:记忆保留 ≠ 认识提拔。durable 不是权威。记住的助手建议不因存下变成用户指令项目政策,第 19 章管它的 standing。记忆来源 alone 不给准入优先。
adapter 传输来源真能给的 metadata,缺的字段 label,变换记录下来。它的契约是保留可用 identity、表示、来源、时间、状态、范围、成本估计,不把 unknown 静默升级成验证值。它自己不定权威性新鲜度范围 valid、准入、顺序;后面的政策定,含必需 metadata 缺席时的显式决定:
metadata 保留 ≠ 政策 adjudication
它不必断言条目 true,只说记忆系统对状态支撑什么。时间 metadata(什么时候观察、谁 supersede)不是新鲜度判断,那是[第 20 章](/zh-cn/books/context/20-chapter/)的。记忆和当前证据冲突,两边保留来源时间状态,检出冲突不是解决冲突,后面治理定。
工作 state 与复用
第 15 章问智能体轨迹里制造什么。工作 state 和记忆来源 state 的边界是功能的,不是时间的。工作 state 保留主要为继续现行轨迹,记忆来源 state 保留主要为产出它的轨迹之外还可能有用:
继续义务 ≠ 复用 potential
条目两边都满足,两集合能重叠,毕业时刻不一定有。隔夜留给明天任务的 progress.md 是工作 state,新任务查的六个月前决定读多短也是记忆来源 state。年龄不定边界。保留什么和进上下文什么,是独立的决定。
在 Context Viewer 里检查
本章的 viewer scene 把边界打开:四存的记忆,浮现候选两,当前任务零准入,do-not-modify 约束驻留。打开 scene 每阶段分开数。看什么:存的浮现的准入的用的分开——这里的空准入是 verified 池的 deliberate 克制,不是取回失败。克制是否有帮助要匹配对比;没跑。
克制
记忆克制是现行算子不需要过去时,把可用 durable 历史留在当前模型输入外的能力,准入它不满足当前任务要求或徒加风险成本。
克制不是取回失败,也不是不可用。记忆可用,系统拒绝准入,能是成功的结果。“Project uses PostgreSQL for its event store” 能正确 current 来源好,改写段落清晰的任务上准入零就是对的决定。所以:
记忆可用 ≠ 记忆该贡献
上下文排除 ≠ 记忆删除
候选拒绝 ≠ 驻留条目剪枝
拒绝的候选留在上游存储(它的保留政策下);拒绝准入不删它。有的算子 oracle 认出空集是充分的记忆贡献。但空记忆贡献有意义只在当前任务、驻留上下文、可用候选池、接受标准固定。它不一定证明任务可答:正确结果能是 abstain 或要缺失信息。历史相关性不优先于适用的当前约束。第 19 章拥有 general 优先,第 23 章拥有终组装。
克制和坏记忆系统怎么分?答案要冻结候选池(可用已知)、阴性 control 任务、候选生成指标分开。从没浮现东西的系统零准入,没展示克制。
短例子说明 metadata 为什么过界留存。存储 hold “SQLite used before July” 和 “PostgreSQL active”。剥成匿名散文读成矛盾,带状态时间读成历史和当前事实。后面的章节定新鲜度权威性范围怎么用。本章只要求准入不丢标记。
sibling 项目测了什么
sibling 项目的报告跑在它的手稿与 companion 证据登记描述。本书的动机用它们,不当提议准入结构 的独立证据。手稿描述温度零小本地 reader,合成 fixture 上 varied 记忆条件,任务 framing 固定,含九受控任务五迁移任务。表复现那些报告的结果,不把没发表的手稿当独立复现的研究用。individual 结果没对原 run artefact 复查处,表还是 sibling work 的报告,不是新验证。
| 发现 | 证据 | 总体 | 本章用 | 局限 |
|---|---|---|---|---|
| 组装记忆对无记忆任务成功大约翻倍,七匹配任务约 0.23 到约 0.49 | 存的匹配均值 | 一小 reader;合成 fixture | 记忆改变行为 | 不独立;不是 general effect |
| 去掉 decisive 条目成功降,恢复升;换干扰不恢复 benefit | 删除恢复干扰条件 | 同上 | 干预的因果证据 | 同上 |
| deliberate 错记忆驱动有害行动 | 正 control 条件 | 同上 | 准入记忆影响行为 | 不说准入 |
| 只现在任务加记忆变差 | 一任务 | 同上 | 克制测试的动机 | 一任务 |
| 完整没区分历史小 reader 不如无历史,强 reader 上好 | 两 reader | 两 reader | 充分 reader 相对 | 只有两 reader |
| 强 reader 上框架选的包打赢组装的,小 reader 顺序反过来 | 强 reader 跑 | 一强 reader | 选择质量 ≠ 行为质量 | 一跑 |
这些发现和 sibling fixture 里记忆影响行为(有时帮忙有时捣乱)、观测 benefit 看 reader 表示一致。它们没确立模型提到的记忆条目因果用了,没确立[第 14 章](/zh-cn/books/context/14-chapter/)的准入政策 work,没确立记忆要自己的准入机制。报告的均值差复用当证据,匹配任务的分母不确定度须保留:
记忆 benefit ≠ 记忆 specific 准入 benefit
还有一报告结果(强 reader 任意历史任务)溯不到存的 run,不用。
两外部 benchmark 窄用。Mem2ActBench(ACL 2026 long papers)合成 2,029 会话、400 工具使用任务,91.3% 人判强记忆依赖,报告七记忆框架从记忆 grounding 工具参数 inadequate。MemoryArena(arXiv v2,2026 年 9 月,ICML 2026 列出)报告长上下文记忆 benchmark(LoCoMo)近饱和的智能体在互相依赖多会话智能体任务差。每支持一点:回忆事实不是用记忆行动。两者都不测准入、克制、候选接口。
上下文还须测什么
sibling 项目问记忆帮忙否。上下文 specific 的问题是记忆准入要不要 special 的东西。这里什么都没跑,sibling 证据不当回答过。
**生态门。**建记忆 specific 机器前描述真实轨迹:算子里记忆候选可用的占比,浮现多少,池多大,任务 demonstrably 要以前信息的多久,驻留上下文已够的多久。报告相关不必要记忆、冗余、和当前证据的冲突、记忆准入 token share、拒绝率、重复重准入。可用、浮现、请求、成功恢复、准入的材料分开;不然空准入集分不清 deliberate 克制、上游 absence、恢复失败。记忆候选和文件智能体 state 工具产出候选描述性比:
记忆准入能重要 ≠ 真实 workload 呈现足够 ambiguous 记忆候选 justify special 机器
metadata 归一后记忆候选没 distinctive 行为,支持扁平结构。真实会话语料是空的。
**实验 A:通用 vs 记忆 specific 准入。**同样冻结池,通用[第 14 章](/zh-cn/books/context/14-chapter/)准入和指定的记忆 specific 政策表现一样吗?冻结上游记忆、候选排名、identity、表示版本、来源、状态、lineage、时间范围 metadata、任务、驻留上下文、模型、解码设置、资源预算。提取 consolidation 取回 truth 维护都不变。条件是无记忆、全准入、预声明 top-k、通用准入、来源种类 metadata(真是不同输入才加的通用准入)、规则独立结果指定的具体记忆 specific 备选、hindsight oracle。公共接口表示得了的字段每政策平等访问;不然 apparent 优势是信息不等,不是单独子系统需要。oracle 认出几充分集,含空集。fixture 含必需记忆、有帮助可选记忆、valid 无关记忆、冗余、过去 true 现在 superseded 的历史、只现在任务、和声明 binding 当前约束的冲突。错记忆是影响正 control, headline 政策对比排除。报告要求义务覆盖、不必要准入 token、政策开销、达到预算,连同任务成功、grounded 工具参数、尊重约束、正确 abstain。记录实际组装的候选,不只选的。记忆引用提到不是因果使用的证据;声称因果影响处匹配 ablation。消费 reader 评估标准冻结,结果不叫通用充分。
**实验 B:克制。**当前算子不需要时,系统拒绝可用 valid topical 相关记忆吗?用对抗阴性 control,比如改写 migration 描述(技术内容不变),丰富 plausible migration 历史可用。冻结验证浮现候选池,零准入不和取回失败搞混。同样当前上下文预算下对比无记忆、全准入、top-k、通用选择、指定的 challenger。空集决定和不必要记忆 token 单独打分,现行约束违反、不支持的历史引用、记忆 ablation 下行为变化、管理成本。真正要记忆条目的正 control 任务要有:全拒绝的政策那些任务须挂,阴性 control 再好也一样。
**可选实验 C:decisive 条目删除恢复。**sibling 项目跑过一个。这里只在候选接口、准入机制、reader 不同,或验证本书仪器要时重复,本章说清解决哪个新不确定。
**算数的结果。**全准入打平通用选择。通用准入打平记忆 specific 政策,留一公共流水线。来源种类 metadata 加东西没有。只现在任务加记忆表现一样或变差,说明克制重要。topical 相关 valid 记忆常常不必要准入。状态 metadata 防回归,或没差别。真实 workload 很少暴露记忆候选。
**结构 falsifier。**记忆 specific 准入 justified,只在定义的记忆 specific 备选受控任务 comparable 成本下相对 metadata 同样丰富的公共接口有意义优势,或要求语义义务 demonstrably 公共接口表示不了。时间 valid、lineage、置信度、重复重准入历史、表示选择不是单独子系统的证据(它们在记忆里出现):先测能不能当普通类型化候选 metadata 带。反过来,通用准入在行为克制义务覆盖资源上打平 specialised 备选(声明 fixture 下),额外子系统那些条件下没挣到复杂度。结论以测试 reader 任务接口为条件,不是记忆永不需要 special 处理的证明。
带到前面什么
记忆经公共候选接口进来,带来源种类与保留的 metadata。编译器不加记忆 specific 子系统:没有记忆层级、单独候选类型、提取系统、consolidation 机器、长期信念存储。记忆系统优秀正因它记住上下文系统通常拒绝展示的信息。记忆贡献 durable 历史候选,须挣得现在的影响。工具在执行两边贡献:调用前占上下文的 standing 能力描述,调用后新鲜观察。一来源问过去还决定什么,一来源问现在 afford 什么、刚产出什么。下一个拿第二个。
参考
- Memory book (sibling manuscript, unpublished). Background for the behavioural definition of memory and the durable-versus-selected framing, and the source of the findings tabulated above. Its findings are sibling-project evidence, not independent replication, and the runs behind them are listed in the companion repository’s evidence register.
- Shen, Y., Li, K., Zhou, W., Hu, S. “Mem2ActBench: A Benchmark for Evaluating Long-Term Memory Utilization in Task-Oriented Autonomous Agents.” ACL 2026 long papers, pp. 8173–8190. https://aclanthology.org/2026.acl-long.370/
- He, Z., Wang, Y., Zhi, C., et al. “MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks.” arXiv:2602.16313 (v2, September 2026; ICML 2026 listed). https://arxiv.org/abs/2602.16313