海马体记忆管家

要解决的问题

大多数 agent 记忆系统的失败方式惊人一致：囤积。每条事实都被写入，什么都不衰减，矛盾逐轮累积，检索结果淹没在噪声里。被动记忆还有第二个缺陷——只在用户说「记住」时才写，而用户经常根本想不起来要交代，重要信息就这样漏掉。

海马体记忆管家（Hippocampus Manager）把人脑的解法搬进记忆存储：遗忘不是故障，而是机制本身。一个记忆系统的质量，取决于它拒绝保留什么，而不是捕获了多少。

核心机制

每条记忆不再有「存在/不存在」的二元状态，而是携带一个动态激活值（activation）——此刻该有多容易被检索到。五个操作对应脑机制，推动记忆走完生命周期：

• 编码 Encode——判断一条观察是否值得写入、写多强，由 agent 在检查点主动提取触发，不必等用户开口
• 巩固 Consolidate——定期合并近似项、把多条 episodic 抽象成 semantic，按节奏跑而非每轮跑
• 检索 Retrieve——按线索浮现高激活记忆，宁可一条精确也不要满屏弱相关
• 再巩固 Reconsolidate——被用户纠正时就地更新旧记忆，而不是追加一条矛盾记录
• 衰减与清理 Decay & prune——让低价值记忆淡出，给新信息腾位置

决策不靠猜测，而靠用户行为信号驱动：显式命令、重复、纠正、情绪强调都提高编码强度；检索后被采纳则强化，被忽略或纠正则削弱；新信息取代旧信息时让陈旧版本退役。编码时回答六个问题——是否持久、认知类型、显著性、遗忘代价、置信度与来源、是否与已存内容冲突——并刻意区分 cost: high（承诺、纠正、身份偏好、决策理由）与可遗忘的一次性细节。

激活值由四项合成（基础显著性 + 新近度衰减 + 频率/复述提升 + 情境相关性），由 scripts/memory_score.py 统一计算，支持一文件一事实与单文件带行内元数据两种存储布局，同时给巩固、清理候选与健康状态报告。

适用边界

• 平台限制：仅支持 Claude Code、Gemini CLI、Codex CLI、CodeBuddy、WorkBuddy 五个平台——共同前提是长期记忆以本地 markdown 文件存在、agent 可直接读写。Coze、Copilot 云端 Memory 等黑盒原生记忆不适用，但多数仍可走自建记忆库路线。
• 与平台自动巩固共存：默认让位给平台自身的批量整理，skill 只做会话内操作；cost: high 记忆除 frontmatter 外另附一行自然语言保留说明。
• 敏感信息红线：种族、宗教、健康、住址、证件号、密码等绝不自动记录，只有用户明确要求才存。
• 工具链故障时降级：脚本跑不起来时按公式手工估算激活值，照常完成检索与巩固，并告知用户本次为估算模式——记忆操作不应因工具故障停摆。
• 别记过头：好同事记得相关且得体的东西，不是说过的一切。