核心用法
Cognitive Memory System 是一套仿人类认知的多层级记忆架构，通过四大存储库（情景/语义/程序/核心）实现信息的差异化管理。用户通过自然语言触发器（"记住"/"忘记"/"反思"）即可操作，系统自动完成分类写入、衰减评分和审计追踪。
典型工作流：
1. 初始化脚本创建目录结构和Git审计基线
2. 配置向量搜索（推荐Voyage）启用热索引模式
3. 将记忆模块指令追加至AGENTS.md
4. 日常交互中Agent自动识别记忆触发词，路由至对应存储
关键创新——反思引擎：5阶段周期性整合（调查→元反思→巩固→重写核心→总结），模拟人类睡眠记忆巩固过程。第10/25/50/100次触发深度哲学分析，使AI形成"认知演化轨迹"。
显著优点
- 架构科学性：基于认知神经科学的多存储模型，替代简单键值对，支持知识图谱和实体关系网络
- 动态遗忘机制：指数衰减+访问频率加权，自动清理低价值信息，避免上下文污染
- 多Agent安全模型：共享读取、门禁写入，子Agent提案经主Agent审核后提交，防止记忆污染
- 全链路审计：Git原子提交+结构化audit.log，关键文件（SOUL.md/IDENTITY.md）变更触发告警
- 元认知能力：哲学演化追踪使AI能反思自身知识变迁，形成可解释的长期认知档案
潜在缺点与局限
- 配置复杂度高：需同时管理~/.clawdbot.json、MEMORY.md、向量索引、Git仓库，门槛显著高于简单记忆方案
- Token预算敏感：核心记忆3000token硬上限，长对话场景可能频繁触发截断
- 衰减参数固定：λ=0.03（约23天半衰期）可能不适合高频协作或低频归档场景
- 审批摩擦：反射结果需用户显式批准，全自动工作流中可能成为瓶颈
- 向量依赖：热索引模式依赖外部API（Voyage），离线场景降级为冷检索
适合人群
- 需要多周/多月长期协作的个人知识助手用户
- 构建多Agent系统、需隔离记忆写入权限的开发者
- 要求可审计、可解释AI决策的企业合规场景
- 探索AI元认知、哲学演化的研究性项目
常规风险
| 风险类型 | 具体表现 | 缓解措施 |
|---------|---------|---------|
| 记忆幻觉 | 衰减后重新激活的旧信息与时效性事实冲突 | 核心记忆强制保留时间戳，反射阶段检测矛盾 |
| 审计失效 | Git仓库损坏或audit.log权限错误 | 定期digest归档，监控文件系统告警 |
| 子Agent提权 | pending-memories.md被恶意填充 | 主Agent强制审核所有提案，拒绝未签名内容 |
| 反射失控 | 输入超30K token导致截断或成本激增 | 作用域规则硬约束，禁止读取代码/配置外文件 |
| 向量索引漂移 | 热索引与实际文件系统不一致 | 定期重建索引，冷检索兜底 |