MRMS：多解析度記憶基板 — 長壽命 AI Agent 的結構化記憶架構設計
AdSense
AdSense
一句話
現有 agent 記憶方案的核心問題不是「存不夠多」，而是沒有決定何時該存、何時該取、何時該棄的結構。MRMS 從頭設計了一個雙軸記憶基板——表徵軸（結構化記錄／向量表示／圖關係）+ 時間軸（短期痕跡／中期抽象／長期語義承諾），關鍵約束是三軸同步：結構化記錄管理資格、向量支援召回、圖關係裁定支持／矛盾／取代，再經閘控上下文投影選擇性暴露給模型。核心主張：可靠的個人化是記憶設計問題，不是對話歷史無限追加問題。
關鍵數據
| 設計要素 | 機制 | 解決的問題 |
|---|---|---|
| 表徵軸（Representational） | 結構化記錄 + 向量 + 圖關係三軸同步 | 關鍵字查找、語義召回、關係推理各有最適格式 |
| 時間軸（Temporal） | 短期痕跡 → 中期抽象 → 長期語義承諾 | 按記憶老化程度分級管理，避免近期偏誤 |
| 認識論標籤（Epistemic Label） | 每個記憶標記來源類型與可信度 | 區分「使用者說過的」和「外部查到的」，禁止混淆 |
| 閘控上下文投影 | 圖關係裁定後才允許進入 prompt | 矛盾記憶不進入決策、過期偏好被新版本取代 |
| 三軸同步約束 | 結構化記錄設資格→向量召回→圖仲裁→閘控投影 | 避免各軸獨立運作導致的矛盾與遺漏 |
機制拆解
- 雙軸架構的核心洞察：記憶系統需同時回答四個問題：(1) 用什麼格式存（表徵軸）、(2) 何時該存／該丟（時間軸）、(3) 這段記憶可信嗎（認識論標籤）、(4) 現在該暴露哪些（閘控投影）。大多數系統只處理其中 1-2 個，MRMS 是少數四個都處理的架構。
- 三軸同步的關鍵性：結構化記錄擅長精確匹配，向量擅長模糊召回，圖關係擅長裁決。三軸獨立運作會出現：向量召回一段記憶、但結構化記錄說它已過期——沒有圖仲裁，這段記憶就進了 prompt。MRMS 的解法是：結構化記錄先篩資格→向量召回候選→圖關係裁決→閘控投影。
- 認識論標籤：記憶的「身分證」：MRMS 強制每條記憶攜帶來源標記（使用者輸入、網頁爬取、模型推論、API 回傳），並在圖關係裁定階段使用這個標記——使用者明說的優先於推論的。
- 閘控上下文投影：記憶系統的核心矛盾——記得多不等於用得好。MRMS 在檢索後、送入 prompt 前，加閘控層：檢查是否被取代、是否矛盾、是否超範圍。這與 MemSyco-Bench（2607.01071）的教訓吻合：記憶系統需要「知道什麼時候不該用自己的記憶」。
- 輕量原型實作：MRMS 不是純理論——作者實作了原型，在受控的長對話場景中測試了部署前記憶選擇、修訂、邊界執行和證據歸因。
應用啟發
- Hermes fact_store 已有「三軸」的雛形：結構化記錄 = SQLite schema、向量檢索 = search_files、圖關係 = trust score + feedback。但 MRMS 指出關鍵差距：三軸目前各自獨立運作，缺少同步管線。
- 認識論標籤是 Hermes 下一個該補的欄位：補一個 source 欄位（user / web / inference / subagent），讓 trust score 計算時可以加權。
- 閘控投影 = trust score 的升級版：多了 superseded 標記和 boundary enforcement 兩個維度，對 Hermes 事實記憶有直接借鑑價值。
- 時間分層策略可借鏡：短期痕跡 → 中期抽象 → 長期語義承諾，比 Hermes 的 N 輪退休機制更清晰。
自我內化
MRMS 是一篇少見的從架構設計原則出發的記憶論文——不是提出一個新模型或新演算法，而是提出一個記憶系統的設計規範。它最有價值的貢獻不是那四個軸的名詞，而是背後的設計約束：記憶格式、記憶時機、記憶來源、和暴露決策必須被當作一個整體來設計，不能各自為政。對 Hermes 的深層啟發：真正的瓶頸不是缺某種記憶格式，而是格式之間的協調機制。三軸同步管線（資格→召回→裁決→暴露）是一個可立即在 Hermes 中嘗試的改進方向。