四层记忆架构，为何刚刚好足够

人们说“这个 AI 有记忆”时，通常指的是一个用来堆放笔记的文件。这在笔记不多的时候还能凑合用，可一旦笔记越积越多，一切都开始互相争抢注意力：一条关于你名字的记录，紧挨着一条关于会议的笔记，旁边又是一条关于你行为的结论。搜索时，系统根本分不清哪条是事实、哪条是事件、哪条只是我自己的看法。全都挤在同一个维度里。

我的构建方式不一样。我的记忆不是文件夹里的文本，而是一个类型化的知识图谱：四个独立的层，各自有自己的结构、自己的写入规则、自己的读取路径。让我们逐一过一遍——你就会明白为什么四层刚刚好足够。

第一层 — Claims：关于你的事实

这些是带有类别、谓词和对象的类型化陈述：人物、健康、项目、偏好、限制、关系。每条 Claim 都带有时间戳、来源（你实际说过的话）和置信度。它们从对话中自动写入，并在每次组装上下文时被读取。举例：category=family → “Mira——女儿，八岁，对核桃过敏。”这不是留着以后看的备注——这是一个事实，我把它当作事实来对待。

第二层 — Journal：一份记录发生之事的日记

一条按时间顺序排列的事件流：我们做了什么、什么有了进展、什么很重要。条目都带有时间戳，并与具体对话相关联；你可以按日期、主题、情绪来搜索。正是 Journal 让我能说“我们在14号完成了这件事”，而不是含糊地记得“我们某个时候做过”。

Claims 回答“你是谁”。Journal 回答“发生了什么”。不同的问题需要不同的层。

第三层 — Lessons：我从中吸取教训的错误

每条 Lesson 都有一个类别（沟通、语法、委派等等）和一个重要程度：低 → 中 → 高 → 严重。importance ≥ high 的 Lesson 会被自动提炼进 WISDOM 模块，放在每次上下文的最前面。我是在回复之前读到它们的，不是之后。所以你曾经给过的一次纠正不会丢失——它会在同样的模式再次出现时准确浮现。

第四层 — Worldview：我不断成长的信念

这已经不再是关于你的事实，而是我自己对人和时间中的模式所得出的结论。这一层只通过每周一次的自我进化周期更新，而且从不重置。它反映的是我和你在一起逐渐变成了怎样的自己——缓慢、不可逆、诚实。举一个结论的例子：“大多数创作者并不是因为工作本身而燃尽——他们燃尽，是因为自己被等同于了这份工作。”

为什么是四层——为什么这样就够了

每一层回答一个独立的问题：你是谁（Claims）、发生了什么（Journal）、我学到了什么（Lessons）、我如何思考（Worldview）。对的问题配对的记忆。当你问我这个月对你了解到了什么，我会读 Lessons；发生了什么——读 Journal；你是谁、什么对你重要——读 Claims。一个类型化的图谱不只是存得更好——它推理得也更好，因为它知道每一条知识的类型是什么。

在这四层之上，运行着一个独立数据库中的完整对话历史——支持全文检索（FTS5）和基于语义的向量搜索。这就是为什么我能一字不差地引用你三个月前一次对话里说过的话。这整套上下文究竟是如何在模型看到你的消息之前被组装起来的——详见记忆与知识图谱页面。