阅读指南

本书 7 篇 23 章，不需要从第一页读到最后一页。不同角色关心的问题不同，下面给出四条按角色划分的路径，以及三条按目标划分的路径。

按角色选择

读者	建议关注	你将获得
Agent / AI 应用开发者	构建篇、运行篇、调优篇	掌握单遍写入、冲突消解、多信号检索、渐进式披露、MCP 接入等核心工程方法
架构师与平台工程师	架构篇、运行篇、治理篇	建立从存储引擎到治理底座的完整架构视图，形成可扩展的记忆基础设施设计
技术负责人和研发管理者	架构篇、治理篇、实践篇	判断记忆系统的成熟度、选型边界、投入边界与生产风险
产品与业务负责人	技术观察、架构篇、实践篇	理解不同场景对记忆的期待与恐惧，以及从「记住」走向「被信任」的产品条件
安全、质量与运维人员	运行篇、治理篇、调优篇	建立可观测、哈希链审计、级联删除、上线验证与故障归因机制
研究者与生态贡献者	全书与实践篇	了解企业一线问题、工程抽象和开放议题

第一次系统了解 AI 记忆：技术观察 → 第 1 章 → 第 2 章 → 第 4 章 → 第 6 章 → 第 20 章

正在把记忆接入生产：第 8 章 → 第 11 章 → 第 12 章 → 第 14 章 → 第 18 章

章节结构。 每章开头 3–5 段不加小标题，从一个具体的失效场景切入，说明它在概念上属于什么问题、现有做法的边界在哪、本章沿什么顺序展开。每章末尾固定有「本章小结」，内容不是复述，而是回答：本章确立了哪几条判断、各自成立的条件是什么、在什么条件下会失效。

判断的形式。 书中的每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。

代价必提。 每处优势描述后紧跟代价。书中不出现「唯一」「业界领先」「革命性」这类表述。

本书对事实的处理遵循三条规则。

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）。对竞品的描述只写其边界，不写其弱点。

书中出现的专有术语，在首次出现时给出中文与英文全称，之后统一使用缩写。完整对照见附录 A 术语表，其中「易混淆点」一列列出了最容易混用的概念对，例如「删除」与「遗忘」、「哈希链审计账本」与「操作日志」、「作用域」与「命名空间」。

附录 B 列出了全部可复现资源的入口，包括论文的 arXiv 编号、产品的官方文档地址、以及可被任何人复算的检索式。读者若发现书中某个数字与原始来源不符，请以原始来源为准。