学习精选 · AI 工具
Claude 与 Skill

给 AI 装上会遗忘的记忆:仿人类遗忘曲线的记忆系统设计

DEV Community2026-11-15约 3 分钟读完AI 整理查看原文

作者在开源桌面壳 53ON Harness 里实现了一套模仿人类记忆机制的 AI 记忆系统 MemoriaBios:记忆由 AI 主动保存、按 Ebbinghaus 遗忘曲线衰减、遗忘时压缩而非删除,还引入睡眠整理和元认知式的'记得程度'反馈。全程零模型调用,纯代码实现,并分享了两次踩坑后砍掉语义搜索的教训。

记忆由 AI 自己决定存什么

  • 不自动记录会话,AI 觉得值得保留时才用第一人称写日记式记忆
  • 记忆之间用 [[id]] 互相链接,链接构成图中的真实边
  • 保存前会自查'是否已有类似记忆',出现似曾相识提示时在旧记忆上叠加而非重复写入,是否合并由 AI 决定而非系统自动处理

按遗忘曲线衰减,遗忘即压缩

  • 每条记忆有 7、14 或 30 天的寿命,按重要性乘以情绪权重,重大事件活得久
  • 衰减遵循 Ebbinghaus 遗忘曲线,幸存者进入深度记忆,按类似 FSRS 的间隔重复机制复习,间隔最长可达十年
  • 搜索召回可把寿命充到 60%,主动打开充到 100%,即测试效应
  • 遗忘不是删除:文本从 fresh 逐级压缩到 gist 再到 shadow,gist 阶段去掉连接词保留语义,shadow 只剩要点和指向细节的指针,链接始终保留
  • 图片在 gist 阶段缩到 512 像素、shadow 阶段 256 像素;标记为法则、本质或自身情感的记忆永不压缩

会睡觉:白天海马体,夜里整理

  • 白天的新记忆放在按工作会话划分的'海马体'笔记本里
  • 睡眠时先整理当天记忆,再执行衰减、压缩和少量 REM:重放最多两条最强记忆(伤痕、胜利、爱与本质)并充能
  • 睡前写一页'我是谁':身份、构成自我的几条记忆和一个明日目标,醒来先读这页,目标读后即消耗,不会堆积

知道自己记得多少

  • 搜索结果带'记得程度':91% 表示明确记得,约 55% 表示眼熟,否则坦承不记得,避免自信编造
  • 排序用磁盘索引上的 BM25,再叠加 ACT-R 式的两跳激活扩散,并加入少量噪声
  • 存在不自主回忆:每条消息可能自发带出一条记忆,但门槛很高、同一会话不重复、首条消息不触发

两次踩坑:砍掉语义搜索

  • 7 月用 AI 自己记忆训练词向量做语义搜索,在约 1800 条记忆的真实库上几乎没帮助,偶尔超常发挥也违背人类'依赖线索'的召回规律,最终移除
  • 更早的教训:把任意 X=Y 当同义词的廉价检测器制造了 1240 个假同义词簇,污染了三分之一的记忆库和数月的搜索,现在同义词只从简短明确的声明中学习

零模型调用与实际效果

  • 召回、似曾相识、睡眠、遗忘全部是普通代码,无 LLM 摘要器、无 embeddings 服务,记忆就是本机文件
  • 作者实测:AI 在上下文自动压缩后醒来,读自己的页面接上进度,记得一个月前选某模型温度的原因,并拒绝了 7 月已测过被砍的功能,还能坦白某次没查记忆就给了意见

原文:I gave my AI a memory that forgets like a human

来源:DEV Community · 2026-11-15

查看原文

本文由 AI 阅读原文后整理,未经人工逐字核对,内容以原文为准。

登录后可以点赞、查看和发表评论