自动学习与遗忘
DesireCore 的记忆系统不仅能记住,还会自动学习和适度遗忘——就像人脑一样,保留重要的经验,让过时的细节自然淡出。
智能体如何自动学习
对话复盘
智能体的学习发生在每次对话结束后的**复盘(Reflect)**阶段。系统会自动分析对话内容,识别以下有价值的信息:
- 你表达的偏好("我更喜欢简洁的报告")
- 重要的事实("我们公司有 200 名员工")
- 关键决策("我们决定用 TypeScript 重写后端")
- 承诺和约定("下周三之前提交方案")
- 里程碑事件("产品 v3.0 正式上线")
- 经验教训("上次部署失败是因为没有测试回滚脚本")
前瞻信号
除了回顾性学习,智能体还会从对话中捕捉前瞻信号(Foresight)——未来需要关注的事件:
| 信号类型 | 说明 | 例子 |
|---|---|---|
| deadline | 截止日期 | "合同将于 3 月 15 日到期" |
| followup | 跟进事项 | "下周需要确认技术方案" |
| reminder | 一般提醒 | "周二有客户来访" |
| risk | 风险预警 | "供应商可能延迟交付" |
| opportunity | 机会线索 | "客户提到了新的合作意向" |
当相应的时间点临近时,智能体会主动提醒你——自然地融入对话,而不是机械地列举。
如果某个前瞻信号对你不重要,你可以点击"忽略"将其消除,智能体不会再就此事提醒你。
遗忘机制
为什么需要遗忘
如果智能体永远记住所有信息,问题会很快出现:
- 信息过载:太多记忆让检索变慢、结果变差
- 过时信息干扰:三个月前的技术决策可能已经被推翻
- 存储膨胀:无限增长的记忆占用大量空间
所以,DesireCore 设计了一套模仿人脑的自然遗忘机制。
记忆的生命周期
每条记忆会经历以下阶段:
活跃(Active)→ 近期(Recent)→ 归档(Archived)→ 压缩(Compressed)→ 清理(Pruned)
| 阶段 | 说明 | 你能看到什么 |
|---|---|---|
| 活跃 | 当前话题相关的记忆 | 完整内容 |
| 近期 | 最近使用过的记忆 | 摘要可见 |
| 归档 | 较久未使用的记忆 | 需要主动搜索才能看到 |
| 压缩 | 已被压缩的记忆 | 只保留关键摘要 |
| 清理 | 物理删除 | 仅版本历史可恢复 |
什么时候会遗忘
遗忘不是随意发生的。系统在以下三种情况下触发记忆压缩:
- 存储超预算 — 记忆总量超过了设定的上限
- 记忆超龄 — 某条记忆长时间未被引用,且同类记忆足够多
- 手动整理 — 你主动点击"整理记忆"按钮
Auto Dream:无损遗忘
除了上述的常规遗忘流程,DesireCore 还提供了一种更智能的记忆管理方式——Auto Dream(无损遗忘)。
Auto Dream 的灵感来自人类的"做梦"机制:在你不使用智能体的时候,系统会在后台自动将零散的记忆整合为更结构化的知识。与普通遗忘不同,Auto Dream 不会丢失语义——它是提炼和重组,而非压缩和删除。
加入 Auto Dream 后,完整的记忆生命周期变为:
活跃(Active)→ 近期(Recent)→ 归档(Archived)→ 💤 Dream → 压缩(Compressed)→ 清理(Pruned)
Dream 阶段发生在归档和压缩之间:系统扫描归档记忆中的关联内容,将多条零散记忆合并为一条结构化知识,保留核心语义的同时大幅减少存储。
想了解 Auto Dream 的完整机制?请阅读概念文档 Auto Dream 无损遗忘。
永不遗忘保护
以下记忆受到保护,不会被自动遗忘:
- 被你手动**固定(Pin)**的记忆
- 高置信度的客观事实
- 关系里程碑事件
- 最近 30 天内被检索过的记忆(临时保护)
- 高严重度的经验教训(自动保护 1 年)
记忆的权重
每条记忆都有一个重要性权重,影响它被检索和保留的优先级:
| 记忆类型 | 基准权重 | 说明 |
|---|---|---|
| milestone | 0.9 | 里程碑事件最重要 |
| decision | 0.8 | 关键决策不轻易遗忘 |
| commitment | 0.7 | 承诺和约定需要被信守 |
| lesson | 0.7 | 经验教训有长期价值 |
| preference | 0.6 | 偏好习惯持续影响行为 |
| fact | 0.5 | 一般事实可能过时 |
权重会随时间和使用频率动态调整——经常被引用的记忆权重上升,长期不用的记忆权重下降。
用户画像
在记忆之上,系统还会维护一个用户画像(Profile)——从你的所有互动中自动提取和演化的综合认知:
- 显式信息:你主动告知的职业、领域、偏好
- 隐式特征:系统推断的沟通风格、决策模式
- 偏好记录:代码风格、文档格式、反馈方式
用户画像每隔一定数量的话题自动更新,新的交互经验会增量合并到现有画像中。
控制学习行为
你可以通过以下方式控制智能体的学习:
| 你想做什么 | 怎么操作 |
|---|---|
| 阻止某条记忆被记录 | 在记忆审阅时点击"拒绝" |
| 删除已记录的记忆 | 在记忆管理中找到并删除 |
| 保护重要记忆不被遗忘 | 将记忆标记为"固定" |
| 手动触发记忆整理 | 在记忆管理中点击"整理记忆" |
| 从归档恢复记忆 | 搜索归档记忆并点击"恢复" |
智能体只会记忆与它的职能相关的信息。你随时可以审查和删除任何记忆。记忆数据存储在你的本地设备上,不会上传到云端。