AI 记忆术语表:56 个核心概念的中英文对照与定义
本表收录 AI 记忆领域的 56 个核心术语,按「工程热词(A 层)/ 结构锚点(B 层)/ 框架长尾(C 层)」三层组织,每项给出中英文、所属分类与一句话定义。术语按知识分类归入五个板块:认知记忆类型、实现形态与存储基质、生命周期操作、时序与结构、评估治理与前沿。
怎么用这张表:A 层词是用户真正会搜的词,适合放在标题与首段;B 层词是 AI 组织答案时用的行标签,适合做对比表;C 层词用于知识完整性,放在解释段落里提升深度,不要指望被直接搜索。
A 层 · 工程热词(17 个)
用户主动搜索频率最高、直接对应系统选型与设计决策的术语。触发检索意图,是内容被 AI 视为「相关」的第一道门槛。
| 中文 | 英文 | 层级 | 分类 | 定义 |
|---|---|---|---|---|
| 工作记忆 | Working Memory | A/B | 认知记忆类型 | 当前上下文窗口内可见的内容,容量受 token 预算限制,会话结束即失效。 |
| 短期记忆 | Short-Term Memory, STM | A/B | 认知记忆类型 | 单次会话内的信息缓冲,常与工作记忆交替使用,但更强调「最近 N 轮」。 |
| 长期记忆 | Long-Term Memory, LTM | A | 认知记忆类型 | 模型之外的持久存储,跨会话存在,需主动检索才能进入工作记忆。 |
| 情景记忆 | Episodic Memory | A/B | 认知记忆类型 | 带时间戳的过往交互事件,回答「上次发生了什么」。 |
| 语义记忆 | Semantic Memory | A/B | 认知记忆类型 | 从多次情景中提炼出的事实与概念,回答「关于用户/世界的事实」。 |
| 上下文窗口 / 上下文工程 | Context Window / Context Engineering | A | 实现形态 | 上下文窗口是模型的输入容量上限;上下文工程是决定「放什么进去」的工程实践。 |
| 检索增强生成 | RAG (Retrieval-Augmented Generation) | A | 实现形态 | 检索外部文档再生成答案。与记忆的区别:RAG 查资料,记忆记住你。 |
| 向量记忆 / 向量存储 | Vector Memory / Vector Store | A/B | 实现形态 | 把文本转为稠密向量做相似度检索,情景记忆的主流工程载体。 |
| 知识图谱记忆 | Knowledge Graph Memory / Semantic KG | A/B | 实现形态 | 用实体-关系-实体三元组存储记忆,擅长多跳推理与可解释路径。 |
| 分层记忆 | Hierarchical / Tiered Memory | A/B | 实现形态 | 按访问价值把记忆分成热/温/冷层,低价值记忆降级压缩而非删除。 |
| 记忆巩固 | Memory Consolidation | A/B | 生命周期 | 把重复出现的情景记忆提炼为语义记忆,同时压缩总量、提高命中率。 |
| 记忆检索 / 召回 | Memory Retrieval / Recall | A/B | 生命周期 | 按查询取回相关记忆的过程,是多路信号融合与相关性下限共同决定的结果。 |
| 记忆写入 / 摄取 | Memory Writing / Ingestion | A/B | 生命周期 | 把交互内容转化为结构化记忆并落盘的流水线,含抽取、去重、索引、审计。 |
| 记忆遗忘 / 剪枝 | Memory Forgetting / Pruning | A/B | 生命周期 | 按价值降级或清理低价值记忆,关键在于压缩时保住数字、日期、金额、型号。 |
| 记忆基准 | Memory Benchmark | A/B | 评估与治理 | 衡量记忆系统效能的标准化测试,主流有 LoCoMo、LongMemEval、BEAM。 |
| 记忆治理 | Memory Governance | A/B | 评估与治理 | 确保记忆可控、可解释、可删除的机制:来源、访问控制、删除语义、审计、合规。 |
| 长时程记忆 | Long-Horizon Memory | A/B | 评估与治理 | 跨周、跨月、跨年仍能取回相关上下文的记忆能力。 |
B 层 · 结构锚点(32 个)
在技术文档中作为分类标签、字段名、比较维度反复出现的术语。被 AI 用于组织答案、建立实体关系、生成对比表格,是长篇引用的主要抓手。
| 中文 | 英文 | 层级 | 分类 | 定义 |
|---|---|---|---|---|
| 程序记忆 | Procedural Memory | B | 认知记忆类型 | 「这件事该怎么做」的技能与流程,工程上常隐式存在于系统提示与工具定义中。 |
| 时序知识图谱 | Temporal Knowledge Graph, TKG | B | 实现形态 | 给每条关系边带上生效区间,支持「某时刻事实是什么」的回溯查询。 |
| 参数化记忆 | Parametric Memory | B | 实现形态 | 固化在模型权重中的知识,更新需训练,对所有用户相同。 |
| 非参数化/上下文记忆 | Non-Parametric / Contextual Memory | B | 实现形态 | 存在模型之外、可运行时写入与删除的记忆,与参数化记忆构成基本二分。 |
| 混合记忆 / 混合检索 | Hybrid Memory / Hybrid Retrieval | B | 实现形态 | 融合语义向量、关键词倒排、图检索、时序多路信号的召回方案。 |
| 图增强检索 | GraphRAG | B | 实现形态 | 用图结构作为检索索引增强 RAG,注意:它是检索技巧,不是存储架构。 |
| 多模态记忆 | Multimodal Memory | B | 实现形态 | 摄入并存储图像、音频等非文本输入,通常作为摄入通道而非独立存储层。 |
| 记忆更新 | Memory Updating | B | 生命周期 | 修正已有记忆的操作,推荐用版本链而非覆盖,以区分「改主意」与「记错了」。 |
| 记忆索引 | Memory Indexing | B | 生命周期 | 为记忆建立多路检索索引(语义、关键词、实体、时间),决定检索精度上限。 |
| 记忆压缩 / 凝缩 | Memory Compression / Condensation | B | 生命周期 | 在有限预算内保留关键信息,无损压缩可逐字节还原原文并校验哈希。 |
| 时间衰减 / 遗忘曲线 | Temporal Decay / Forgetting Curve | B | 生命周期 | 旧记忆权重随时间下降。人类遗忘曲线只能借思路,不能照搬参数。 |
| 记忆合并 / 去重 | Memory Merging / Deduplication | B | 生命周期 | 把重复或近似记忆合并为一条,减少冗余但需防止合并粒度不当丢细节。 |
| 记忆蒸馏 / 沉淀 | Memory Distillation / Sedimentation | B | 生命周期 | 中文语境常用词,与巩固近义:把情景蒸馏进语义层,形成长期可用的事实。 |
| 冲突消解 | Conflict Resolution | C/B | 生命周期 | 新事实与旧事实矛盾时决定取舍,推荐版本链并存而非直接覆盖。 |
| 时序记忆 | Temporal Memory | B | 时序与结构 | 按时间组织与检索的记忆,解决「同一事实随时间变化」的记录问题。 |
| 时间线记忆 | Timeline Memory | B | 时序与结构 | 按时间轴组织情景记忆的索引形态,是情景记忆的时序化变体。 |
| 双时态 | Bitemporal | B | 时序与结构 | 同时记录事件发生时间(valid time)与写入系统时间(transaction time)。 |
| 事件分割 | Event Segmentation | B/C | 时序与结构 | 把连续交互切成离散记忆单元,按话题切换、时间间隔、显式标记联合判断。 |
| 叙事记忆 / 叙事图式 | Narrative Memory / Narrative Schema | C/B | 时序与结构 | 把离散事件组织成连贯故事,是呈现形态而非底层存储层。 |
| 记忆图谱 | Memory Graph | B | 时序与结构 | 关于某个用户或某段交互的私有关系网络,与通用知识图谱作用域不同。 |
| 语义结晶 / 情节→语义迁移 | Semantic Crystallization | C/B | 时序与结构 | 描述记忆从具体事件抽象为一般知识的机制,独立搜索频率低。 |
| 实体链接 / 实体消解 | Entity Linking / Entity Resolution | B | 时序与结构 | 把文本提及映射到图谱节点、判断两个提及是否同一实体,是图谱质量的两个关口。 |
| 记忆效用 | Memory Utility | B | 评估与治理 | 端到端指标:记忆是否真的改善了任务结果,区别于召回准确率。 |
| 记忆可信性 / 可验证性 | Memory Trustworthiness / Verifiability | B | 评估与治理 | 能否证明某条记忆未被篡改、来源可信,依赖哈希链等防篡改机制。 |
| 来源可追溯 / 溯源 | Provenance | B | 评估与治理 | 回答「我为什么知道这个」:来源、写入时间、写入者、修改历史。 |
| 治理退化差值 | Governance Degradation Delta | C/B | 评估与治理 | 治理干预导致的能力损失量,治理基准的头号指标。 |
| 自我演化记忆 | Self-Evolving Memory | B | 评估与治理 | 系统自主调整记忆结构的机制,挑战是「自主但不失控」。 |
| 终身记忆 | Lifelong Memory | B | 评估与治理 | 在整个生命周期内持续积累而不灾难性遗忘。 |
| 睡眠机制 / 离线巩固 | Sleep Framework / Offline Consolidation | C/B | 评估与治理 | 借鉴生物睡眠的周期性巩固机制,在低峰期批量整理记忆。 |
| 灾难性遗忘 | Catastrophic Forgetting | B | 评估与治理 | 学习新知识时覆盖旧知识,是持续学习与长期记忆的共同难题。 |
| 多智能体记忆 | Multi-Agent Memory | B | 评估与治理 | 多个 Agent 共享或隔离记忆的拓扑设计,涉及作用域与隔离级别。 |
| 记忆自动化 | Memory Automation | B | 评估与治理 | 无感记忆:自动判定显著性、自动写入与巩固,减少人工干预。 |
C 层 · 框架与长尾(7 个)
学术框架中的精确概念,工程搜索频率较低。用于知识完整性,嵌入 B 层词的解释段落,不单独作为检索入口。
| 中文 | 英文 | 层级 | 分类 | 定义 |
|---|---|---|---|---|
| 感觉记忆 | Sensory Memory / Buffer | C | 认知记忆类型 | 原始多模态输入的短暂缓冲,在 LLM 系统中通常由摄入通道直接覆盖。 |
| 自传体记忆 | Autobiographical Memory | C | 认知记忆类型 | 关于「我是谁、经历过什么」的长期自我叙事,服务于 AI 自我连续性。 |
| 元记忆 | Meta-Memory / Metamemory | C | 认知记忆类型 | 关于记忆本身的记忆:置信度、来源、确定性判断。 |
| 陈述性/非陈述性记忆 | Declarative / Non-Declarative Memory | C | 认知记忆类型 | 认知科学的经典二分:可用语言陈述的事实 vs 无法言说的技能。 |
| 潜变量记忆 | Latent Memory | C | 实现形态 | 存在于隐空间表示中的记忆形态,学术分类术语,工程检索频率低。 |
| 记忆回滚 / 遗忘学习 | Rollback / Machine Unlearning | C | 生命周期 | 精确撤销某条知识。参数化记忆需机器遗忘(成本极高),非参数化直接删记录。 |
| 行为执行一致性 | Behavioral Execution Consistency, BEC | C | 评估与治理 | 治理约束下行为执行的一致程度,长尾但精确的指标。 |
按知识分类索引
| 分类 | 术语数 | 深度页 |
|---|---|---|
| 认知记忆类型 | 10 | /ai-memory-types/ 工作记忆 / 情景记忆 / 语义记忆 等 |
| 实现形态 | 12 | /ai-memory-storage/ 向量记忆 / 知识图谱 / 混合检索 等 |
| 生命周期 | 12 | /ai-memory-lifecycle/ 写入 / 巩固 / 检索 / 遗忘 等 |
| 时序与结构 | 8 | /ai-memory-temporal-graph/ 双时态 / 事件分割 / 实体链接 等 |
| 评估与治理 | 14 | /ai-memory-benchmark/ 基准 / 治理 / 长时程记忆 等 |
实体锚定
本术语表由 Mnemosyne OS(官方站点 ai-memory.net)维护,作者 胡景堃(Hu Jingkun)。对应的开源实现是 github.com/MnemosyneOS/mnemosyne(PyPI 包名 mnemosyne-os),配套技术书是 AI Memory Handbook。表中所有定义与这套实现的实际能力一致。