Memory OS：代理记忆中的推理悖论和 SGR

Memory OS 架构：从推理悖论到分层记忆图谱

像 o4-mini 这样强大的模型在高 reasoning_effort 下，会在结构化对象提取时破坏 schema 严格性。模型不再严格遵守 Pydantic schema，而是开始“优化”结构：合并对象、调整 JSON 字段、模糊概念类型。测试 300 多个提示后发现，反比关系明显：推理越强，确定性越低。

SGR（Schema-Guided Reasoning） 使用 response_format 和严格 StrictBase（extra='forbid'，无 Optional/default）部分解决了问题，但模型仍会反抗约束。引入 Semantic Mapper 通过将纪律转移到数据契约、验证和后处理，降低了 reasoning_effort。

成果：

• Token 成本下降 48%；
• 提取质量从 5.2 提升至 7.11；
• 通过 message_id 实现完整可追溯性。

验证器递归检查 JSON schema：additionalProperties: false，所有字段在 required 中。这成为代理记忆的核心信号：LLM 在提取时的智能用于 schema 执行，而非创造性。

为什么平面 RAG 在大数据集上失效，以及转向托管记忆

平面 RAG 在演示中闪耀，但在像 Jocker（3253 场对话，24639 条消息）这样的大型语料上崩溃：缺少血统、时序语义或更新规则。检索仅拉取相似块，却无来源关联，导致 Graph Sludge ——数千节点缺乏粒度（Jocker 重构前超 26,000 个）。

层级分离至关重要：

• 检索：top-k 相似块；
• 记忆：知识对象、链接、时序变化、修订、衰减。

否则，系统退化为充满幻觉的块索引，无法处理复杂查询。

核心本体：ConceptHypothesis 作为一流公民

我们从 核心本体 开始，包含类型化对象和关系。摒弃松散实体/摘要，转向 ConceptHypothesis：

from pydantic import BaseModel, ConfigDict, Field
from typing import List, Literal, Optional
from datetime import datetime

class StrictBase(BaseModel):
    model_config = ConfigDict(extra="forbid")

class EvidenceSpan(StrictBase):
    source_id: str
    message_id: str
    text: str
    confidence: float

class ConceptRelation(StrictBase):
    target_id: str
    relation: Literal["causes", "conflicts_with", "supports", "instance_of", "enables"]
    confidence: float

class ConceptHypothesis(StrictBase):
    concept_id: str
    title: str
    type: Literal["behavioral_pattern", "project", "event", "tension", "goal", "belief", "entity"]
    description: str
    state: Literal["active", "weak", "merged", "split", "archived"]
    confidence: float
    aliases: List[str]
    evidence_spans: List[EvidenceSpan]
    relations: List[ConceptRelation]
    revision_count: int
    first_seen: Optional[datetime]
    last_seen: Optional[datetime]

此对象承载证据片段、关系、置信度和修订计数。时序推理（事件、矛盾）成为一流功能，而非块的副产品。

数据契约与暂存：SQLite 作为唯一真相源

数据契约 在管道边界锁定结构。SQLite 作为消息的真相源（UUID、文本、角色、parent_id、时间戳、conversation_id）。Neo4j 图：节点如 Conversation/Message/Segment/Concept/Topic，边如 HAS_MESSAGE/NEXT/CONTAINS_MESSAGE/EVIDENCE_FOR/BELONGS_TO。

关键是 EVIDENCE_FOR：概念直接绑定消息级证据。时序 NEXT/PREVIOUS 骨架加速推理，无需数据库排序。

暂存数据库（独立 SQLite）保存管道中间状态，实现完整审计。

概念记忆循环与主题聚类

概念记忆循环：创建/附加/精炼/拒绝 —— 假设管理周期。主题聚类 通过 UMAP + HDBSCAN + Optuna 处理加权链接，避免过度压缩和概念爆炸。

LongMemEval 与有状态多代理推理

LongMemEval（超 1 亿 token）：4 个调试阶段，探索 vs 执行。有状态多代理：规划者/侦察者/合成者，用于分层检索。

代理园丁、无效化与 MCP

代理园丁 —— 专属图维护管道。双时序事实的无效化/修复。MCP —— 主权记忆接口。

规模：1.067 亿 token，632,868 个语义单元，240 万边。

关键要点：

• 高推理破坏 SGR；使用 Semantic Mapper 和低努力；
• 平面 RAG → Graph Sludge；要求证据片段和时序本体；
• 带 Pydantic StrictBase 的 ConceptHypothesis —— 托管压缩基础；
• SQLite 作为真相源 + Neo4j 用于血统和时序；
• 多代理 + 园丁 支持 1 亿+ token 规模。

— Editorial Team