15. Memory：统一概念模型

15.1 原理

Memory 不应只是一张向量表。面试中可以使用以下分类：

类型	内容	生命周期	典型存储
Episodic	某次任务发生了什么	中长期	Rollout/事件日志、任务摘要
Semantic	稳定事实、项目知识	长期	文档、KV、图、向量索引
Procedural	如何完成一类任务	长期	Skill、工作流、策略
Working	当前计划、近期观察	Turn/Session	内存状态、短期摘要
Prospective	将来要做的事	到期/完成前	Task、Reminder、队列

Memory 的生命周期：capture → normalize → validate → store → index → retrieve → inject → observe usage → update/expire。

15.2 关键设计

• 来源可追踪：每条记忆关联原始 Thread、事件、文件或用户确认。
• 作用域明确：用户级、项目级、组织级不能混用。
• 权限继承：召回记忆的可见范围不能超过当前 Session 身份。
• 时间与失效：配置、依赖版本、路径等会过期；需要 TTL 或验证时间。
• 使用反馈：记录召回是否被引用、是否帮助完成任务，作为后续排序依据。

Codex 的长期记忆 Phase 2 会按 usage_count、last_usage/generated_at 选择输入，并记录引用使用；Claude Code 抽取侧以增量游标和实际写入文件作为成功证据。这说明“Memory 迭代”不仅是生成摘要，还包括选择、使用和更新反馈。

15.3 伪代码

function retrieveMemory(query, principal, project):                    // 为当前身份和项目检索可注入的长期记忆
    candidates = hybridSearch(keyword, vector, graph, query)           // 组合关键词、向量与关系图召回候选记忆
    candidates = candidates.filter(m => aclAllows(principal, m.scope)) // 先按身份和作用域过滤，防止跨租户泄漏
    candidates = candidates.filter(m => notExpired(m))                 // 移除超过 TTL 或已明确失效的事实
    ranked = rerank(candidates,                                        // 对安全候选进行面向任务的二次排序
        relevance + authority + freshness + usageSuccess - conflictPenalty) // 综合相关性、权威、新鲜度、使用效果和冲突惩罚
    return fitTokenBudget(ranked)                                      // 按排序结果裁剪到记忆注入预算
function observeMemoryUse(memoryId, outcome):                          // 记录某条记忆在实际任务中的使用反馈
    update usage_count, last_usage                                     // 增加使用次数并刷新最后使用时间
    if outcome contradicted:                                           // 工具证据或用户反馈推翻了记忆内容
        markNeedsValidation(memoryId)                                  // 标记为待验证，后续召回时降权或隔离

15.4 面试题

问：为什么 Memory 与 Context 要分开？

Memory 是可持久化、可检索的候选知识；Context 是某个 Step 实际提供给模型的有界视图。Memory 需要经过检索、权限、新鲜度和预算筛选后才能进入 Context。

15.5 原理深化：Memory 的类型决定写入权、失效和召回方式

五类 Memory 不是标签装饰，而是不同一致性模型。Episodic Memory 追加新事件而不覆盖旧事实；Semantic Memory 需要版本、冲突和有效时间；Procedural Memory 类似代码与 Skill，需要评审、版本和执行权限；Working Memory 可由当前事件重算；Prospective Memory 则以完成、取消或到期作为终态。若全部放进同一向量库并使用同一“相似度 Top-K”，计划提醒会与过期项目知识一起被当成普通文本召回。

源码中的原始会话记录（Rollout）、第一阶段原始记忆、第二阶段合并产物和最终 Context 注入，共同形成一条可追溯的来源链。每次抽取只能新增一个派生版本，不能抹掉来源；合并产物应记录涵盖哪些 Thread 和 Task，读取时再按当前主体、项目和记忆模式过滤。Codex 把单个 Thread 的抽取结果建成带 generated_at 的独立状态记录，并用全局合并租约管理跨 Thread 合并，正是为了把“原始经历”和“稳定知识”分开：memories.rs:8、memories.rs:54。

删除也应沿信息的来源与派生关系传播：用户删除会话或撤销敏感事实时，原始事件、派生摘要、索引向量和缓存都要通过删除标记（tombstone）和来源关系（lineage）找到并失效。仅从展示文件删除文本却保留向量索引，会产生“已经删除却仍能被召回的记忆”。因此 Memory 平台除了 content + embedding，还需要记录来源、可见范围、有效时间、保留期限和删除状态。