记忆作为新陈代谢：配套知识系统的设计

arXiv:2604.12034v1 公告类型：新 摘要：检索增强生成仍然是为 LLM 提供持久记忆的主导模式，但 2026 年 4 月出现了一系列可见的个人 wiki 风格的记忆架构——来自 Karpathy、MemPalace 和 LLM Wiki v2 的设计提案，将知识编译成相互关联的工件，供单个用户长期使用。它们与主要实验室已发货一年多的生产存储系统并存，以及活跃的学术谱系，包括 MemGPT、Generative Agents、Mem0、Zep、A-Mem、MemMachine、SleepGate 和 Second Me。在 2026 年新兴的代理上下文和记忆治理框架（包括上下文制图和 MemOS）的背景下，本文提出了一个特定于同伴的治理概要：一组规范性义务、时间结构的程序规则以及基于 LLM wiki 模式的单用户知识 wiki 中用户耦合漂移下的特定故障模式的可测试一致性不变量。 设计原则是个人LLM记忆是一个配套系统：它的工作是在操作维度（工作词汇、承重结构、上下文的连续性）上反映用户并补偿认知故障模式（巩固、抑制矛盾证据、库恩僵化）。五种操作实现了这种分割——TRIAGE、DECAY、CONTEXTUALIZE、CONSOLIDATE、AUDIT——由记忆重力和少数假设保留支持。最尖锐的预测：积累的矛盾证据应该有一个结构性路径，通过多周期缓冲压力积累来更新受中心性保护的主导解释，这是现有基准无法捕获的故障模式。单代理级别的安全故事是片面的，论文明确说明了它能解决什么问题、不能解决什么问题。