20260625:很多新内容
This commit is contained in:
95
concepts/prospective-memory-index.md
Normal file
95
concepts/prospective-memory-index.md
Normal file
@@ -0,0 +1,95 @@
|
||||
---
|
||||
title: "Prospective Memory Index (前瞻记忆索引)"
|
||||
created: 2026-06-25
|
||||
updated: 2026-06-25
|
||||
type: concept
|
||||
tags: ["agent-memory", "prospective-memory", "architecture", "index-design"]
|
||||
sources:
|
||||
- "[[agent-memory-five-category-model]]"
|
||||
---
|
||||
|
||||
# Prospective Memory Index (前瞻记忆索引)
|
||||
|
||||
Prospective Memory Index 是 sz 提出的五类 Agent 记忆模型中的第五类承载索引,专门处理"计划/想法/关键洞察/遗留问题"这类具有随机性被提取特征的记忆。
|
||||
|
||||
## 认知心理学的对应
|
||||
|
||||
前瞻记忆(prospective memory):记住在未来特定情境下执行某个意图。与回顾记忆(retrospective memory)的"过去发生了什么"相对。
|
||||
|
||||
Agent 中的对应:用户说过的计划、想法、未闭合的思路——在后期交流中,根据实际场景被 Agent 机会性提取并加入上下文。
|
||||
|
||||
## 与传统三索引的差异
|
||||
|
||||
| 维度 | Prospective | Semantic | Episodic |
|
||||
|------|------------|----------|----------|
|
||||
| **存储内容** | 计划/想法/开放问题/关键洞察 | 稳定用户事实 | 原始交互日志 |
|
||||
| **衰减驱动力** | **关联匹配度**(非时间、非频率) | last_used_at + use_count | timestamp |
|
||||
| **衰减曲线** | 极平坦——不应因时间沉底 | Gauss,保守 1825d | Gauss,可收紧 |
|
||||
| **召回触发** | 上下文语义关联(机会性) | 用户显式/隐式请求 | 时间范围查询 |
|
||||
| **写入时机** | 对话中 LLM 标记重要性 | Consolidation 时 | 每回合自动 |
|
||||
| **更新模式** | 完成→移出,更新→保留,过期→归档 | Supersession 链 | 只写不改 |
|
||||
|
||||
## 衰减设计:关联匹配度而非时间
|
||||
|
||||
核心设计决策:prospective 索引的 decay function **不碰 timestamp**。
|
||||
|
||||
- 一个想法被提及距今 90 天 ← 不是衰减信号
|
||||
- 这个想法与当前查询的语义相似度 0.2 ← 这才是
|
||||
|
||||
检索时只用 relevance score 做排序信号。时间做软倾斜:同一相关度下,更新的想法排在前面。
|
||||
|
||||
## 写入:LLM 重要性分类器
|
||||
|
||||
在对话进行中由 LLM 标注(非批处理 consolidation):
|
||||
|
||||
```
|
||||
用户说 → LLM 分类器检测 → 判定为 prospective 记忆
|
||||
↓
|
||||
写入索引:{content, type, context, timestamp, status: "open"}
|
||||
```
|
||||
|
||||
### 五种记忆类型
|
||||
|
||||
| 类型 | 说明 | 例子 |
|
||||
|------|------|------|
|
||||
| **plan** | 计划 | "下周想试一下 GRPO 训练" |
|
||||
| **idea** | 想法/直觉 | "bandit 可能比 MCP-Zero 的启发式更好" |
|
||||
| **decision** | 关键决策点 | "从今天起用 PostgreSQL" |
|
||||
| **question** | 开放问题 | "衰减曲线的领域特异性到底怎么量化?" |
|
||||
| **insight** | 关键洞察 | "认知负荷才是 Agent 瓶颈,不是模型能力" |
|
||||
|
||||
## 闭合状态管理
|
||||
|
||||
```
|
||||
open → referenced (被再次提及) → closed (计划完成)
|
||||
→ stale (超过 N 天未被提及,归档)
|
||||
```
|
||||
|
||||
类似 [[soft-supersession]]——旧记录不删除,检索时默认过滤已闭合的,除非显式查询。
|
||||
|
||||
## 与 Semantic 的双向流动
|
||||
|
||||
```
|
||||
prospective (idea) ——被多次确认→ semantic (fact)
|
||||
semantic (decision) ——被推翻→ prospective (reconsideration) + supersession
|
||||
```
|
||||
|
||||
反复出现的 idea "毕业"为 semantic;被推翻的 semantic 降级回 prospective 等待重新确认。
|
||||
|
||||
## 检索策略
|
||||
|
||||
Prospective 索引**不参与 BM25 的词法腿**——"我之前说想做一个诗词推荐系统",三个月后的查询是"今天早上推什么诗",BM25 完全匹配不到。只走 dense 语义检索:key 不需要展开,query 不需要精确,全交给语义匹配。
|
||||
|
||||
```
|
||||
recall_memory(query)
|
||||
→ 并行查四个索引(epi/sem/proc/prosp)
|
||||
→ RRF 融合
|
||||
→ prospective 的 rank 不由 RRF 决定——由 cross-encoder 的 relevance score 主导
|
||||
```
|
||||
|
||||
## 参考
|
||||
- [[agent-memory-five-category-model]]
|
||||
- [[atlas-memory-system]]
|
||||
- [[agent-memory-taxonomy]]
|
||||
- [[soft-supersession]]
|
||||
- [[long-term-interactive-memory]]
|
||||
Reference in New Issue
Block a user