架构篇 · 第 1–3 章
记忆为什么是一等原语、五个能力责任域的划分、L1–L4 成熟度分级与升级信号。
阅读架构篇
主题
AI Memory Handbook从上下文记忆到认知基础设施
企业级 AI 记忆系统的全生命周期实践 · 7 篇 23 章 · 2026.11 版
Skip to content
写入路径召回路径时间版本链
BEAM — 情景 × 联想双层记忆：按时间发生的事与按关系相连的事结构不同，分别存储，再在 token 预算内合成一次注入。
关于本书
本书围绕 AI 记忆系统的架构、构建、运行、治理和调优的整个生命周期，总结了 Mnemosyne OS、企业客户与开源社区开发者在企业级 AI 记忆落地过程中的实践经验、教训与取舍。
它不试图给出一套放之四海皆准的方案，而是围绕一个具体问题组织：
在 2026 年的技术条件下，一个企业或一个开发者，应该如何在记忆的写入、检索、遗忘、审计与演化之间做出可辩护的取舍？
「可辩护」是关键词。它意味着每一个技术选择都要能回答：为什么不是另一个、代价是什么、在什么条件下会失效。一个无法被追问的选择，不构成工程决策。
本书的数据与事实口径
本书对事实的处理遵循三条规则，请读者据此判断可信度。
第一，所有数字都标注口径与时间。 基准分数标注数据集版本、judge 类型与是否完整运行；价格标注币种与生效时间；论文标注 arXiv 编号。没有口径的数字不出现。
第二，无法核验的论断一律删除，而不是弱化表述。 本书不写「据传」「业内普遍认为」这类无法追溯来源的判断。少数必须提及但证据不足的内容，会明确写出「截至 2026 年 10 月的公开文档中未见说明」。
第三，对自家实现与对竞品采用同一套审慎标准。 书中对 Mnemosyne OS 的描述同样标注边界与代价，包括其基准分数尚未由仓库内一次完整运行独立复算这一事实（见第 16 章）。
推荐阅读路径
- 第一次系统了解 AI 记忆：技术观察 → 第 1–2 章 → 第 4–6 章 → 第 20 章
- 正在把记忆接入生产：第 8–11 章 → 第 12–14 章 → 第 16–18 章
- 负责选型或项目立项：技术观察 → 第 1 章 → 第 3 章 → 第 20–21 章 → 第 23 章
关于 Mnemosyne OS
本书的技术细节大量引用 Mnemosyne OS，原因不是它更优，而是它同时满足两个条件：设计文档与实现源码一致，且关键能力可被本地验证。读者可以 pip install mnemosyne-os 后直接复现书中的行为，而不必相信文字描述。
共建与授权
欢迎国内外高校等教育机构一起共建企业级 AI Memory 课程，请添加微信 Mnemosyne-OS 沟通，备注「共建」。
本书由胡景堃发起并主导撰写。感谢参与共创的国内外高校专家、学者、AI Memory 领域的开发者、社区志愿者等。
Copyright © 2026 胡景堃（Hu Jingkun）. 采用 CC BY-NC-ND 4.0 许可。未经授权禁止传播、复制、转载、改编或用于商业化。