一条记录、一种表示、一个记忆系统

“我们用了数据库、向量索引和 retriever，所以有了 memory。”这句话把几个不同的研究对象放在一起，却还没有说明它们怎样合作。可以先从一个很小的例子入手。

一次经历可以留下几个对象

设有一条原创记录：“10 月 2 日，旧版工具只能接收 CSV；新版另行支持 JSON。”原句可以保存在一个有稳定标识的对象中；系统可以抽取版本与格式关系，也可以为句子计算向量。原记录、结构与向量是不同表示，后两者未必能够完整恢复原句。

现在问“旧版应该传什么格式”。系统需要根据查询寻找候选、判断适用条件，再形成回答。记录是否还在、它能否被找到、找到以后是否用对，是几个可以分别观察的问题。

四个词各自帮我们看见什么

这是一组工作区分，不是互斥的软件层级。Memory 的含义还取决于所采用的认知或计算框架；不能拿一个产品名称替代定义。

作为具体参照，PostgreSQL 的索引介绍说明了索引如何加快定位，以及更新它带来的维护成本。Faiss则定义了给定向量集合上的搜索操作。两份文档描述各自的访问机制，并没有替应用决定什么信息对当前任务有用。

还有哪些角色值得看见

输入分析与 encoder 决定单位和表示；writer 决定什么进入状态；selector 分配有限名额；工作状态承载当下可参与处理的信息；controller 决定何时读写、查证或行动；学习规则改变未来的处理方式；评价决定我们观察哪一种变化。

这些角色是提问工具。一个模型可能承担多个角色，一个角色也可能分散到多个部件。只有明确实现以后，才适合画出实际的组件图。

为什么这个区分有用

假设原句保存完好，但索引使用的表示丢掉了“旧版”区别，那么存储正确无法单独解决匹配问题。假设候选已经正确返回，却按“最新总是有效”使用它，那么继续扩大候选集合也无法单独解决适用问题。这两个原创条件推演指向不同的下一步调查。

它也让基础学习获得自己的位置。我们可以认真研究事务、索引结构或相关性，并保留这些领域自己的正确性目标。需要连接 memory 时，再指出承担的具体角色与尚未建立的联系。

接着想

如果索引本身由学习得到，它还是“访问结构”吗？与传统数据结构相比，改变的可能是实现，也可能是映射目标。进入索引也能学习，先比较输入与输出，再讨论更新和错误。