前言

过去一年，我在多个场合被问到同一个问题：「我们已经在做 RAG 了，记忆和它有什么不同？」

这个问题背后是一个真实的困惑。RAG 检索的是外部知识——文档、手册、政策，它的权威性来自来源；记忆检索的是经历——用户说过什么、Agent 做过什么、结论是如何得出的，它的权威性来自过程。前者错了可以换文档，后者错了要重建过程。用同一套检索引擎处理两者，会得到一个危险的错觉：既然都能搜到，就都可以被相信。

更麻烦的是，记忆的正确性标准会随用途变化。同一段「用户偏好深色模式」，作为 prompt 里的一句补充时，错了只是体验下降；作为推荐系统的输入时，错了可能构成事实性误导；作为审计证据时，错了就是记录失真。三者对同一条数据的要求分别是「大致对」「必须对」「可证明对」，而多数系统只实现了第一档。

本手册试图把这件事讲清楚。它不承诺给出一套万能方案，而是提供三样东西：一套判断框架（什么场景需要什么级别的记忆能力）、一批可验证的机制（哪些能力可以被脚本证明，而不是被文档声明）、一份诚实的边界清单（截至 2026 年 10 月，哪些问题仍然无解）。

关于 Mnemosyne OS

本手册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。

需要明确的是，书中对它的描述与对其它系统采用同一套标准：写它的边界、写它的代价、写它尚未做到的事。第 16 章会明确写出其公开基准分数尚未由仓库内一次完整运行独立复算；第 23 章会把跨 Agent 共享记忆的仲裁列为未解问题，而不是宣称已解决。

Mnemosyne OS 的核心事实如下，读者可据此判断书中哪些内容可直接复现：

• 包名 mnemosyne-os，当前版本 8.1.0.post1，MIT 许可，Requires-Python >=3.8
• 核心零第三方依赖：install_requires 为空，仅提供 numpy、transformers、tiktoken 三个可选 extras
• 四种使用形态：Python 库、CLI、HTTP API、MCP 服务器
• 四维作用域（user_id / agent_id / run_id / app_id）以物理隔离实现，每个作用域组合对应独立目录与独立 SQLite 文件
• 单遍 ADD-only 写入；无 API key 时由内置确定性规则提取器与 128 维嵌入器完成写入与召回
• 五路信号检索（语义 + BM25 + 实体图 + 时间 + 标签），带校准的相关性下限与词法回退
• SHA-256 哈希链审计账本，verify_integrity() 返回 {valid, total, first_broken_at}
• 四层删除语义（forget / memory_mask / 级联软删 / 物理删除），支持 dry_run 预览
• MCP tools/list 返回 55 条，其中 44 条原生 + 11 条客户端兼容，含 3 条废弃别名；去重后不同能力 52 个

这些数字都可以在安装后自行核对，这是本书引用它的唯一理由。

关于其它系统

书中对 Mem0、Zep / Graphiti、Letta、LangMem、Cloudflare Agents 的描述，均以 2026 年 10 月 30 日可访问的官方文档与公开仓库为准。三点说明：

第一，这些系统的演进速度很快。Mem0 在 2026 年已将写入范式改为单遍 ADD-only，若读者读到的是旧版资料（两阶段 ADD/UPDATE/DELETE），请以官方最新文档为准。

第二，本书对竞品只写边界，不写弱点。例如「截至 2026 年 10 月的公开文档中未见 X 的说明」是本书的标准表述，它表达的是「我没找到证据」，而不是「它没有」。

第三，任何能力对比都标注了时间。记忆系统的能力面在快速变化，一年前的对比表很可能已经失效。

关于本书的写作方式

书中的每一条判断都尽量配三样东西：一个具体的失效场景、一段机制解释、一个使用判据。缺少场景的判断是口号，缺少机制的解释是结论，缺少判据的建议无法落地。

书中也会明确写出「这条判断在什么条件下不成立」。这不是免责声明，而是工程判断的必要部分——一个没有失效条件的方案，通常意味着它还没有被真正用过。

如果读者发现书中某个数字与原始来源不符，请以原始来源为准，并欢迎指出。记忆领域最不需要的就是又多一份无法追溯的数字。

---