我构建了一个故意遗忘的 AI 记忆代理——然后用两天时间证明它真的有效
来源：dev.to/_boweii — 2026-07-21 发布
📋 概述
市面上大多数 AI 记忆系统只是把每条消息嵌入向量数据库然后检索 top-k——这不是记忆，这是搜索引擎。作者在 Qwen Cloud 上构建了 Synapse，实现了真正的衰减数学、记忆整合和矛盾检测。每条记忆的显著性分数随时间衰减，情景记忆约 72 小时半衰期，语义事实约 30 天。后台"睡眠阶段"自动将重复的情节提及整合为一条语义记忆，并用 Qwen 检测新旧事实的矛盾（如用户搬家），主动淘汰过期记忆。所有 LLM 调用均使用真实 Qwen Cloud 端点，包括基准测试的 LLM-as-judge 打分，两天内构建完成并通过对比测试证明优于朴素方案。
🔑 核心要点
使用了 真实的衰减数学 ：salience(t) = importance × recall_boost × e^(-λ × hours)，而非简单的近期加权。
情景记忆约 72 小时半衰期 ，语义偏好约 30 天——不对称衰减设计让系统忘记闲聊但不忘记重要信息。
后台 睡眠阶段 执行整合（五条"在做项目"合并为一条语义记忆）和矛盾检测（柏林→里斯本自动淘汰旧记忆）。
所有 LLM 调用使用 真实 Qwen Cloud 端点 ，无模拟，包括基准测试的 LLM-as-judge 评分。
重要性评分由 结构化输出调用 实现，基于明确信号、决策相关性和特异性三个维度评分。
💡 金句
That's not memory. That's a search index. It never forgets anything, it treats "nice weather today" with the same weight as "I'm allergic to penicillin."
👍 0 ❤️ 点赞 👎 0 沉底
← 返回 Dev.to 首页