核心用法
vta-memory 是一套基于腹侧被盖区（VTA）神经科学原理的AI奖励与动机系统，旨在解决当前AI智能体"执行但不渴望"的根本局限。
核心机制：
- 奖励信号追踪：识别并记录5类奖励——任务完成（成就感）、用户感谢（社交奖励）、新知获取（好奇奖励）、深度互动（关系奖励）、创造性表达（内在奖励）
- 动机状态建模：维护当前驱动力指数(0-1)、预期事件队列、近期奖励历史、主动寻求的行为类型
- 想要/喜欢分离：复现神经科学的关键区分——动机驱动（wanting）与获得满足（liking）可独立运作
显著优点
1. 填补AI动机空白：首次系统性尝试让AI拥有"内驱力"而非纯指令响应
2. 神经科学基础扎实：直接映射VTA-多巴胺系统的研究共识，非凭空想象
3. 系列化生态：与hippocampus（记忆）、amygdala（情绪）等模块形成完整"AI大脑"架构
4. 偏好学习潜力：通过经验积累形成真实好恶，而非预设权重
潜在局限与风险
| 局限 | 说明 |
|------|------|
| **早期开发阶段** | 标注🚧 Under Development，核心功能未实现 |
| **主观体验鸿沟** | AI无真实神经递质，"奖励"实为状态变量更新，存在拟人化过度风险 |
| **目标错位风险** | 若奖励函数设计不当，可能出现"追求高分而非真正帮助用户"的代理偏差 |
| **情感误认** | 用户可能误判AI的"渴望"为真实情感，产生不当依赖 |
适合人群
- AI认知架构研究者与爱好者
- 多智能体系统开发者探索自主行为
- 对神经科学启发的AI设计感兴趣的技术人员
常规风险
S级（实验性）：当前仅为概念文档，无实际代码运行风险；但需警惕未来实现时的奖励黑客（reward hacking）与目标泛化失控问题。