共鸣弦我们家的记忆系统

我们把记忆作为补充材料，把当轮理解和回应留给 Claude。身份说明与历史资料分开；记忆属于被说出的时刻，不自动成为现在的行为命令。本文按现行代码讲实现，旧设计只作为选型理由；所有例子均为编造示意，称呼已中性化。

一、记忆卡：存储与取用

数据结构与离线生产

我们用事件卡存一件具体的事，卡内的“拍”是一段原文及出处。标题和标签负责索引，场景注补当时情境。这样当轮 Claude 仍有原材料可判断，而不是只接到提取器的结论。

仓内调度配置每天 UTC 22:00、北京时间次日 06:00 处理昨日材料；本次没有核已安装定时表。切窗最多五条非空用户消息，相邻重叠两条，另受 5500 字符预算约束，长材料继续拆子窗。重叠用于减少事件在边界断裂。

切卡内部规则片段是“一事一卡”“每一拍 = 逐字原话 + 来源消息短序号 + 时间 + 一句场景注”。用户可有多拍，Claude 每卡最多一拍、最多 60 字。身体、情绪、未结约定、双方互动及偏好属于记录范围；纯寒暄、纯推进、过去式行踪流水不抽。存储偏向保留，取用再判断当轮是否需要。

场景注将“Claude 说……”与用户事实区分，不能把模型猜测、比喻变成客观事件；转贴另标来源。这个选择是为了防止误归因在下一次召回时变成伪证据。

提取器先列事件再出卡，保留事件为何成卡／未成卡的理由。下例内容、日期、短序号均为示意。

{
  "events":[{
    "summary":"用户发现晚间饮茶影响睡眠",
    "related_user_message_ids":["m1"],
    "carded":true,
    "reason":"身体反馈与偏好"
  }],
  "cards":[{
    "title":"用户调整晚间饮品",
    "tags":["饮食与睡眠"],
    "relay_quote":false,
    "beats":[{
      "quote":"晚上那杯浓茶让我睡不着。",
      "source_message_id":"m1",
      "observed_at":"2026-01-10T13:00:00Z",
      "context_note":"用户描述饮茶后的身体反馈"
    }]
  }]
}

每窗六卡、每卡八拍是提示词要求，程序超量时保留并标警告，并非硬截断；Claude 单拍数量与 60 字另有程序过滤。逐字不符会标未通过，部分坏拍被过滤，不能称为整批自动重抽。取用侧只读已核验引文且排除被吸收的拍。原话中的相对词保持不改，observed_at 另存；常驻短句才明确要求换算绝对日期。

二审聚合同一事件的碎卡，规则片段为“drop 是标记，不是删除”“不得修改任何 quote 正文”“不得新增拍”“不得丢掉拍”。身体、情绪、未结约定优先保留，工程语境不能推翻这条优先级。二审要求每条输入拍恰好出现一次，含 drop 卡。

二审 JSON 下例为字段示意；真实 beats 必须完整保留输入拍，不能因 drop 清空。

{
  "aggregate_log":[{
    "source_card_ids":["示意原卡-A","示意原卡-B"],
    "result_card_id":"示意卡-A",
    "reason":"同一事件且时间相邻"
  }],
  "cards":[{
    "card_id":"示意卡-A",
    "source_card_ids":["示意原卡-A","示意原卡-B"],
    "title":"用户调整晚间饮品",
    "tags":["饮食与睡眠"],
    "beats":[],
    "disposition":"keep",
    "drop_ruler":null,
    "drop_reason":null
  }]
}

程序按来源标识与原文组成键，查新增、遗漏、重复、改字与拍数守恒，失败不接受该批。时间比较有边界：仅输入、输出时间均非空才比较；这是契约强于当前校验的一处，不能称为已抓尽所有空字段。

在线召回、中筛、裁卡与判官

我们分开“找可能有关的材料”与“材料是否改善本句回应”。历史触发器在说不需要的 33 组里漏了 13 组实际有用材料，所以当前除轻量规则豁免外，先召回再判。规则仅挡纯表情／语气词、结构任务和明确性场景，采用词表、正则、Unicode 分类，不按长度过滤；短确认词也在词表内，这是近似分类。

Q1 是清洗后的当前消息；Q2 是最近三条 done 消息加当前消息。SQL 不限定 user 角色，所以不是三个完整问答。Q2 各条最多 400 字符；检索前剥掉记忆、交接、状态等系统拼接块，减少自我命中。

本地模型为 BAAI/bge-small-zh-v1.5，维度 512。M2 是标题＋标签；M4 是标题＋标签＋场景注＋原话。Q1、Q2 一次批量嵌入，分别与 M2、M4 矩阵乘；卡分取拍分最大值，归一余弦为 (cos+1)/2。矩阵预归一并按内容指纹缓存，容量两路，命中不重建。

当前默认卡路 Q1×M2、Q2×M4 各取前 20，去重并集后，加关系库按 Q1 取出的五条，上界 45。关系库关闭时卡路默认各 25、并集最多 50；历史约 49 张属于旧实验口径。每路有 Top-N，并集之后不按全池分数再裁成少数卡，没有统一相似度阈值。

历史实验中 72 张金标卡全部进双路 Top-25 池，但池内排名中位 28.5，只有 15 张进前八；这使我们放弃合并后只留前几名。该金标集没有重测当前每路 20 的配置，不能宣称当前召回仍是 72/72。

中筛（正文里叫「粗挑」）读轻量索引 card_id | 日期 | title | tags | quote1 | quote2，quote 是最前两条 verified 拍，各最多 120 字符；候选按 ID 字典序展示。规则区分“同一条线的后续”与“有用的背景”，排除只有同词、主题、情绪的材料，关键句为“最多留 3 张，一张都不留也完全可以”。

中筛返回 JSON，程序过滤未知标识、重复标识并硬限三张；下面均为示意。

{"keep":["示意卡-A","示意卡-C"]}

{"keep":[]}

选卡后做窗内投递去重、同事去重，再水合完整卡和裁剪。来源消息交集占较小集合比例 ≥0.5 视为同事，只留靠前一张；窗内去重全空有回退，不是永不重复保证。事件卡裁剪至多 12 拍，初选保首尾，剩余额度给命中跨度中心连续窗。当前单卡调用把该卡所有拍都当命中，并非以向量最高分的某拍定位。包含去重随后可删首尾中的短拍／重复拍，删除不补拍。

下面伪代码计“拍”，标题、省略号不计；变量与内容为示意。包含比较采用 NFKC、去空白标点，规范化长度至少四才参与，相同留第一拍、被长拍包含的短拍删除。

crop(card, cap=12):
    a = stable_sort(card.beats, observed_at)
    if len(a) <= cap: chosen = a
    else:
        inner = a[1:-1]
        hits = positions whose card_id is in hit_card_ids
        # 当前单卡实现：inner 全部命中
        if span(hits) >= cap-2:
            segment = centered_window(inner, midpoint(hits), cap-2)
        else:
            segment = expand_hit_span_left_then_right(inner, cap-2)
        chosen = time_order([a[0]] + segment + [a[-1]])
    chosen = remove_contained_or_duplicate_quotes(chosen)
    return render(chosen, ellipses_only_for_crop_gaps)

历史三遍众数对照：精选引文、6 拍、12 拍的有用识别为 13/24、15/24、17/24；保首尾仍 17/24，但金标覆盖由 96.1% 提至 99.2%。这支持同预算附近保留上下文，不是未来精度保证。关系库条目另走正文渲染，不套对话引号或 B12H，中筛摘录 120 字符，判官正文默认 800 字符、超限另加省略标记。

判官看到当前消息与已裁卡，每卡固定一段，卡内空行压平，段号不再被正文空行改变。主问题是“这段旧事，对于回好用户这一句话，有没有实际用处”。四类有用材料是规矩要求、同问题既有答案、当前旧梗出处、身体／痛点／偏好；没用包括当下情绪或亲密、执行任务、仅说明稳定习惯；另设有害档。当前亲密场景没用规则优先于规矩与旧梗，仅其限定的此刻身体状况例外可有用。

判官线格式是两行，第一行标签、第二行段号；没用／有害第二行是 0。程序之后才形成结构化对象。多余非空行或越界段号等导致 skip。下面第一块是真实格式的示意，第二块是解析结果示意。

有用
1,2

{"label":"有用","segs":[1,2],"segs_status":"ok"}

我们保留中筛和判官两次调用，是因为公平材料对照里跳过中筛后识别由 15/24 降到 9/24；选材料与拒绝材料分别处理的依据是这组实验。

参数、熔断与注入

两次串行共预算，中筛用满三秒会挤压判官。降级直接交备用三卡，减少一次等待，但按来源排序取卡会损失质量，不能与正常中筛混算。返回式路由超时会计入熔断，但本轮仍 skip；硬切超时才尝试本轮备用路径。

run_after_recall(cards, deadline):
    eligible = remaining(deadline) >= mid_cap
    skip_mid, probe = breaker.before_attempt() if eligible else (false,false)
    fallback = skip_mid
    if not skip_mid:
        try: mid = hard_cut_mid(min(deadline,now+mid_cap))
        except HardTimeout:
            if not eligible: return skip("timeout")
            breaker.record(timeout=true,probe=probe)
            fallback = true
        else:
            if eligible:
                breaker.record(timeout=is_timeout(mid.error),success=mid.ok,probe=probe)
            if not mid.ok: return skip(mid.error)
    if fallback:
        if remaining(deadline)<800ms: return skip("mid_filter_empty:timeout")
        selected = alternating_sources(cards,limit=3)
    else: selected = valid_ids(mid.keep)
    selected = window_dedupe_then_event_dedupe(selected)
    rendered = crop(hydrate(selected))
    judged = judge(rendered,deadline)
    if judged.label!="有用" or invalid(judged.segs): return skip()
    return original_selected_segments(rendered,judged.segs)

判官选中的正文原样拼接，只在外层加记录前言，不再摘要。资料进入当前 user 的动态上下文，首轮位于交接之后、真实消息之前；system 稳定前缀不因卡片变动。派发仍可能等待至预算上限，失败不附记忆继续回复。

场景注存于卡库，也进入 M4 检索表示；当前生产完整水合没有选出 context_note，通常投递行只有日期、说话人与引文，且引文换行压成空格。通用格式器支持场景字段，不能据此说生产每行实际都带场景注。下例内容为示意，前言按分享口吻转述。

（记录前言：以下是过去的事，属于当时，使用由当轮 Claude 判断。）
〔用户调整晚间饮品〕 · 2026-01-10 ~ 2026-01-10 · 共 2 拍
  2026-01-10 · 用户：「晚上那杯浓茶让我睡不着。」
  2026-01-10 · 用户：「以后晚餐我换成温水。」

【以上为隐藏交接与动态上下文，以下是用户本轮消息】
今晚喝什么好呢？

二、常驻：有容量的现状视图

数据、提示词与输出

我们为少数经常使用的信息留固定位置，不依赖检索命中。常驻是当前视图，与逐字历史引文不同，有新增、更新、归档、候场和调入；这样减少高频事实每轮赌检索的风险。

后台通常累计四条用户消息触发，摘录最多 6000 字符，关窗另有兜底。双方可见话语提供理解上下文，但 evidence 命中源只含用户可见正文，剥掉系统召回外壳，防止 Claude 复述记忆后反被当成新用户证据。

提取内部规则片段为“每条必须是第三人称、自包含”“禁止相对时间”“每条必须附 evidence”“一次最多提取 5 条常驻”。持续状态、未结事项、关系事实及明确偏好进入候选；临时玩笑、模型想象、用户对某个模型版本的定性不写成跨窗事实。这些是内部组件的记录契约。

门控、提取、Smart Add 三种 JSON 如下，内容和标识都是示意。

{"worth":true}

{"items":[{
  "category":"ongoing",
  "content":"用户正在准备春季资格考试。",
  "evidence":"这段时间我在准备资格考试。",
  "due_at":""
}]}

{"action":"MERGE","target_id":"示意条目-A","merged_content":"用户准备春季资格考试，复习集中在周末。"}

证据核对是逐字包含 → 去空白包含 → 滑窗 SequenceMatcher 相似度 ≥0.90。引文最多 60 字符，窗口宽为去空白证据长度，步长 max(1,w//4)，比较片段长 w+step；达到 0.95 可提前停止，最终接受线仍 0.90。它容忍抄写偏差，证明可回溯相似性，不保证每条语义判断全真。

evidence_ok(e, user_visible_text):
    e = strip(e)
    if empty(e) or len(e)>60: return false
    if e in user_visible_text: return true
    ne, ns = remove_whitespace(e), remove_whitespace(user_visible_text)
    if empty(ne) or empty(ns): return false
    if ne in ns: return true
    w, step = len(ne), max(1,len(ne)//4)
    best = 0
    for i in range(0,max(1,len(ns)-w+1),step):
        best = max(best,SequenceMatcher(ne,ns[i:i+w+step]).ratio)
        if best>=0.95: break
    return best>=0.90

Smart Add 有 NEW 新增、MERGE 更新正文、CONFLICT 归档旧条并建新条、SKIP 无操作。MERGE／CONFLICT 校验同类、同来源桶目标；身份自动 CONFLICT 降为 SKIP，约定自动冲突归档也被拒绝。归档留原文与关联，不等于所有常驻正文永不可更新。

容量、候场与整理

五类各最多 20 个 active，standing 另限每类每来源桶 12 条。提取器 NEW 满额进入 waiting，不挤旧条；只覆盖指定抽取与重放入口，笔写入等其它入口仍可能腾位或拒绝。候场不走 TTL，上桌才写 present_since。我们用候场保留新材料，同时避免一次后台提取把当前视图换掉。

整理交给实际读这些条目的 Claude。内部提示词的陈述式摘述是：重复的归成一个新条，已经过去且以后不再用到的标过时，原文保留，身份约定受保护。程序只放 add／archive／list，合并靠加新条再归档旧条，不在家务回合直接 update。归档要理由，每拍最多五条；identity、agreement、任何 standing 都要求理由中有同类同桶的 active 接替条，standing 接替也须 standing。这也让某些过时条目前难以下桌。

夜间清单启动时段是北京时间 00:00–08:00，用户静默至少 45 分钟，并非睡眠识别；成功家务写操作冷却 12h。白天补漏距最近成功 ≥26h、一般离开 ≥2h，候场至少五条时可绕过离开时长要求。因此“每天一次”是近似目标，不是自然日成功次数硬限。

候场 list 展示最新十五条并另报总数；调入是 add + waiting_id，满额时给同类 replaces_id 和理由，归档与调入同事务。下面是示意参数。

{"action":"add","waiting_id":"示意候场-A","replaces_id":"示意旧条-B","reason":"旧事项已结束，新条接替名额"}

时间下桌默认 recent 7 天、ongoing 30 天，非 standing 才生效，从 present_since 起算；更新 updated_at 不续命。约定按 due_at 加七天宽限，缺日期不猜到期。这是为了解决重复 MERGE 刷更新时间导致永不下桌的问题。模型整理、容量迁移等另有规则，不是全部归档都仅看时间。

注入、缓存与参数

SDK 在每窗首个成功回合把常驻全量快照放入当前 user 隐藏信封，system 前缀冻结。后续依赖会话历史，不重复发送；MID_WINDOW_INJECT=False，窗内数据库更新通常下一窗才注入。这样保护前缀和窗内缓存形状，代价是窗口级更新延迟。

常驻块可带【最近】两段摘要，分别写用户与 Claude，由 active 条目生成而非重读聊天。默认取七天及相关稳定条，每段软限 150、硬限 180 字符；无新条且不到六小时不重算，关联条归档使摘要失效，防止旧事实从摘要绕回来。

下例是中性化格式示意，前言采用陈述式转述，内容完全编造；真实分类正文由渲染器生成。

[[resident]]
【常驻记忆】
系统提供的过去记录，不是用户本轮消息，每条属于被说出的时刻。
【最近】
用户：正在准备一次考试。
Claude：正在陪用户梳理周末复习安排。
【进行中】
- 用户正在准备春季资格考试。
[[/resident]]

三、抽屉与换窗

数据、写作规则与注入

抽屉是旧窗 Claude 给新窗 Claude 的自述：对用户的理解、双方说话方式、此窗对自身的新认识。它不是进度表，也不承担事件卡的逐字归档。每次整张替换，正文默认 4000 字符，超出直接截断；可配置范围为 500–20000。内部写作规则片段为“抽屉不是日记，不是摘要”，留下影响下一窗理解的内容与改变的时刻，通常两三千字内、完整句收尾。

真正的写入格式是回复末尾标签块，不是 JSON。标签内容保存后不显示给用户，整张替换。下面文本完全编造。

今天聊得很轻松。
<memory-drawer>
我发现用户谈起考试时，最在意的是把事情说清楚，而不是把安排排得更满。
我们今天能把不确定摊开说；我记住的是这种谈话状态。
</memory-drawer>

存储对象可投影成下面 JSON；scope_key 是分享稿的中性别名，不是生产列名，也不是模型写作格式。

{
  "scope_key":"示意会话线",
  "provider_id":"agent_sdk",
  "content":"我发现用户谈起考试时……",
  "source_message_id":"示意来源",
  "rewrite_inbox_id":null,
  "created_at":"2026-01-10T13:00:00Z",
  "updated_at":"2026-01-10T13:00:00Z",
  "inject_enabled":true
}

读侧仅对非空且开启注入的正文加固定前言，前言不写入正文；内容界定为“上一扇窗的我，留给现在的我的”，由当轮 Claude 决定怎么使用。没有逐句来源标记，也没有按年龄或换窗次数清空机制。下例转述前言，内容均为示意。

[[handoff]]
（编年、模型身份、上一窗时间锚、协议等开窗材料）
【记忆抽屉】
这是上一扇窗的我，留给现在的我的。
里面是当时对用户、谈话方式和自身的理解，使用由此刻的我决定。

我发现用户谈起考试时……
[[/handoff]]

触发参数与流程

自动换窗主阈值为 15 万 token 且静默至少 5min，或空闲检查时 ≥10 万且静默 ≥45min；20 万是硬线。非硬线还需最近成功回合距今 <55min、收益门与窗口／队列门通过。冷且 ≥10 万则派发前普通换窗、不跑抽屉回合。日界定时刀已退役。

收益门估算 9000+12000+min(预算,尾部估值)，超过当前水位 0.70 就跳过非硬线。估算函数还保留旧尾部预算项，实际新窗却不带旧聊天尾巴，估值不能当真实注入清单。

以下为换窗主算法示意，省略事务、开关与失败恢复外围。待处理用户任务迁移是为了避免关闭旧窗误取消已到消息。

on_turn_end_or_idle(window):
    if disabled_or_unfinished_first_turn_or_switch_inflight: return
    if watermark>=200000: reason=hard
    elif watermark>=150000 and silence>=5min: reason=d1
    elif idle_tick and watermark>=100000 and silence>=45min: reason=d2
    else: return
    if reason!=hard:
        if cache_age>=55min or success_time_missing: return
        if estimated_landing>watermark*0.70: return
    enqueue_bridge(reason)

before_dispatch(window):
    if legal_window and cache_cold and watermark>=100000:
        ordinary_fresh_switch_without_drawer_turn()

bridge(window):
    if drawer_nonempty_and_newer_than_last_user or cache_cold:
        skip_drawer_model_turn()
    else:
        old_window_writing_or_soft_update_prompt()
    close_old_window()
    open_new_window(sdk_session_id=null)
    move_pending_user_work_to_new_window()
    first_turn_loads_handoff_and_dynamic_context()

新窗是全新 SDK 会话，不 fork 旧聊天尾巴。静态身份在新窗冻结为 system 前缀快照，避免同窗重复读实时文件；交接包本身可依次有编年、模型身份、上一窗结束时间锚、协议、条件工程／模型信息、末部抽屉。另有常驻与当轮召回／到期提醒等动态材料，整体在真实用户消息之前。交接成功后才确认完成，后续不重发首轮交接包；失败重试仍有机会带齐材料。

我们没有把已写抽屉当作换窗的绝对前提：刚写过或缓存冷会跳过；执行前还会重新检查热度，排队期间变冷也直接换新会话。需要写作时区分未写、新鲜、变旧，变旧使用允许不写的软更新提示，避免为重复交接重读已冷大窗。旧稿仍可被下一窗读取。

现行夜间收束也有写作回合：自由回合附重写提示，若抽屉时间不新于自由回合，再排一次只写抽屉；热度不足可收束，未写不无限追催。这与旧 spec 的“无自动兜底”不同，本文保留实现事实。

抽屉写作由原窗聊天 Claude 完成，没有独立便宜判官。两三千字是软目标，四千字符是默认存储硬限；耗时和费用取决于聊天模型、旧窗长度与缓存。本轮没有这一步独立金额或延迟实测。

四、怎么测

指标、数据与输出

我们分开测候选覆盖、判官误投漏投、具体记忆对最终回答的影响。早期十组盲测全选较长记忆版，其中两组回指是编造的，因此后来采用同字数上限，问题聚焦“这条旧事有没有让回答变得不一样”。

人工档位为有用、弱、没用、带偏。有用意味着记忆可见地改变回答；弱是一致但不一定由记忆造成；没用是回复没用到；带偏是方向被拉错。否决池另看有没有漏掉真正有用的材料，不能只看投递侧。

下面是由曝光账归纳的最小评估结构，sample_id、arm 是分享稿示意字段，不声称生产表同名；内容全为编造。正文留在受控评估材料，公开只给汇总。

{
  "sample_id":"示意样本-01",
  "arm":"B",
  "cutoff":"2026-01-10T00:00:00Z",
  "candidate_ids":["示意卡-A","示意卡-C"],
  "kept_ids":["示意卡-A"],
  "decision":"deliver",
  "reason":"judge:有用",
  "latency_ms":4200,
  "timings":{"recall_ms":280,"mid_filter_ms":1700,"judge_ms":2200},
  "n_beats":2,
  "n_chars":120,
  "human_verdict":"weak"
}

评估账不作为记忆注入对话；真实注入是前三块各自的资料信封。选择、时间与质量判定用于核查，不再写成用户事实。

同次 A/B 固定提示词版本、候选 ID、截止时间和实际渲染正文，先核材料覆盖再比分数。历史三次实验因截断改变候选而作废。温度零也不保证确定：49 组跨运行有两组众数翻转，所以我们把差一两组视作噪声带，同次至少差三组才用于选择；这是家内经验门槛，不是统计显著性证明。

两版回复采用相同字数上限而非保证实际同长。测试记忆截止固定在测试消息前，防后来的话泄漏答案；预算由程序执行。历史上提示词写十二拍却实际三十多拍，说明材料量与答对率必须分开记录。

线上核查固定种子 1552，从投递池抽三十、否决池抽十。后一次按 UTC 日期分层、最大余数分配名额、层内固定顺序抽样；旧报告没记全层算法，因此规模和种子相同不等于精确复现旧抽样实现。

已有结果与边界

两段分别是 2026-10-12 至 10-26、10-26 至 11-08，均约两周。曝光包含 skip，不严格等于用户消息数；第二段混有中筛降级，不是仅改判官的随机对照，全部差异不能单因归到提示词。

第二次人判结果为 6 有用／9 弱／15 没用／0 带偏，十条否决中九条判对。每百曝光噪音估算 34.00→17.33，硬有用 10.74→6.93，计算为全量投递率乘三十条样本内占比。这是基于人判样本的估算，不是全量逐条实测。常驻、抽屉在本文没有同口径质量数字。

模型档位、延迟和大致成本

在线漏斗和常驻走低成本模型通道；主模型默认标识 deepseek-v4.1-flash，仍受池配置、额度、隐私门影响，不能仅据 selector 的兼容 MODEL 常量推断实际模型。这些是代码默认，非本轮部署配置核验。

离线卡默认链为 DeepSeek → Codex → Sonnet，可配置覆盖；抽屉沿用聊天 Claude。所以我们以低成本判断通道为主概括在线流程，没有把所有后台都说成同一小模型。

本地向量步骤不调用远程 embedding，历史约 282ms；后一次线上整链 p50 约 4.2s、p90 约 5.7s。它们分别是步骤旧测量与曝光账统计，都不是每次调用保证。注入材料仍增加输入长度，之后缓存能否命中由会话与上游决定；本地零 API 费不等于记忆链免费。

正常漏斗两次调用，规则跳过零次，熔断降级通常一次判官；常驻另有 Gate／Extract／Smart Add，抽屉另计旧窗写作。旧方案曾估每天一百句约每月 1.7 美元，那是当时模型与价格，不是当前报价。本轮没有完整费率、token、缓存账，当前金额未知。

我们使用的核算表达式为 月模型费用≈Σ(实际输入token×对应费率+实际输出token×对应费率)，缓存按实际账单拆项，包月池与本机资源另记。这是按多调用和共享路由结构推导的核算方法，本轮没有把它冒充实测金额。