本地智能体记忆内核发布
Brain-AI-Mapping · reddit · 2026-07-15
作者发布了 **Brain-AI Memory v0.4.0**，一个 MIT 许可、可安装、**本地**、**provider-neutral** 的参考 kernel，目标是帮助长运行 agent 更好地管理记忆与失败边界。 ### 主要拆分的记忆层 - episodic events - semantic knowledge - procedural rules - exact state - entities and relations - explicit lifecycle decisions and checkpoints ### 形态与能力 - 提供 Python API、CLI、MCP server - 有一个可选的 downstream bridge，可检查拟议动作并运行 host 提供的 fallback sequence ### 作者强调的边界 - 这不是新的 retriever，也不是生物模拟 - RAG、rules、hooks、database、harness 都是已有原语 - 他的贡献是测试：显式 ownership、failure boundaries、entity scope、lifecycle contracts，是否能让长运行 agent 的失败更容易诊断和控制 ### 当前还没有自动做的事 - 不会自动导入 Claude Code / Codex transcripts - 不会自动组装 token-budgeted model context - 不会调度 lifecycle operations - 不会强制 host-wide actions - 不会物理删除保留的源数据；这些都仍由 host 负责 ### 负结果实验 在 500 条清洗后的 LongMemEval-S 问题上，一个 96-keyword pointer 相比 full-session BM25 可让 indexed source text 减少 93%，但 answer-session recall@3 从 86.1% 降到 71.0%。作者强调这只是 retrieval-only 结果，不代表答案质量或“优于 RAG”。 另外，一个确定性消融检查了 20 个 contracts 中的 10 个机制：full condition 通过 20/20，flat control 只过 1/20，但这只是 conformance 证据，不是更好 LLM 回答的证明。