Vellum Assistant的8种记忆系统揭秘:AI如何真正记住你并越用越懂你
Vellum Assistant的8种记忆系统揭秘:AI如何真正记住你并越用越懂你
Vellum Assistant 是一款可以 24/7 替你干活的 AI 助手,而它的核心卖点正是内置的记忆系统:把你的偏好、项目、人物关系沉淀成结构化的"记忆",并且分 8 种类型管理,做到越用越懂你。这篇文章带你拆解这 8 种记忆类型、它们如何被写入与召回,以及如何动手管理。
先搞清楚:记忆 ≠ 聊天记录
官方文档给出了一个关键区分:Memory(记忆)是持久化的长期知识,保存偏好、纠错、计划、决定和关系;Context(上下文)是助手"当下"能用的东西——最近的消息、相关记忆、工作区文件、技能指令等。Vellum Assistant 不会把整段对话塞进模型,而是维护一个结构化知识库,每次只挑选与当前话题匹配的部分。
💡 一句话总结:聊天记录是"流水账",记忆是"个人档案"。官方对两者的定义见文档源码 memory-and-context-content.tsx。
8 种记忆类型全览:像人脑一样分类存储
8 种记忆类型(MemoryType)定义在源码 graph/types.ts 中,与认知科学对人类记忆的分类一一对应:
| # | 记忆类型 | 英文名 | 存的是什么 | 生活中的例子 |
|---|---|---|---|---|
| 1 | 情景记忆 | episodic | 具体的时刻、事件、对话 | "上周评审会决定月底上线" |
| 2 | 语义记忆 | semantic | 事实、知识与理解 | "用户公司用 GitHub + Linear 流程" |
| 3 | 程序记忆 | procedural | 学到的技能与 how-to | "FFmpeg 加 -ac 2 才能得到立体声" |
| 4 | 情绪记忆 | emotional | 附着在记忆上的感受 | "上线日很兴奋,那次故障很懊恼" |
| 5 | 前瞻记忆 | prospective | 面向未来、要记得去做的事 | "三月提醒我续费域名" |
| 6 | 行为记忆 | behavioral | 会改变助手未来行为的东西 | "周报要短,先给结论" |
| 7 | 叙事记忆 | narrative | 记忆随时间沉淀成的故事 | "这个项目从副业变主力的一年" |
| 8 | 共享记忆 | shared | 属于一段关系而非单方的记忆 | "我们每年冬天一起规划家庭旅行" |
三个值得注意的设计细节
🎭 情绪记忆有"情感衰减"机制。 每条情绪记忆都携带一个情感电荷(情感效价 -1 到 1、强度 0 到 1),并沿不同曲线随时间衰减:负面事件先急跌再留长尾,正面里程碑是"感受变形"而非单纯变淡,核心身份标记则永不衰减。这让助手不会为陈年旧事"上头"。
⚙️ 程序记忆可以进化成技能。 事实归记忆,可复用的流程归技能:助手完成一个任务后,可以把实际走过的流程沉淀为 Skill,下次直接复用——这是"越用越懂你"的重要一环。
🤝 共享记忆属于"关系"。 家庭习惯、团队约定这类记忆不属于你或助手任何一方,而是属于你们之间的关系,用来维持长期稳定的互动。
记忆是怎么记下来的:三个入口
- 你说出来:"记住我喜欢简短周报"——助手的 remember 工具会把它写进
memory/buffer.md,生成一条带时间戳的待归档条目。 - 后台回顾(Retrospective):定期重审历史对话,补录当时没来得及保存的事实,实现见 memory-retrospective-job.ts。
- 手动添加:在 Memory 页面点 "Create memory",新事实会以 Pending(待归档)节点出现在记忆地图上,等待后台整理。
真正的"归档"由**固化作业(Consolidation)**完成:默认约每 8 小时在后台运行一次,读取 buffer 新条目,把它们分门别类写入概念页、更新聚合视图,并重新嵌入向量索引。完整流程见架构文档 memory.md 与实现 consolidation-job.ts。
概念页与记忆地图:知识变成一本 wiki
Vellum Assistant 记忆的存储核心,是 memory/concepts/ 目录下的一批 Markdown 概念页(concept pages):一个人、一个项目、一个主题各有一篇"文章",页面之间用 wikilink 互相链接,构成 wiki 而不是孤立事实堆。在工作区文件面板里可以直接看到 memory/ 目录:
在 Web 界面中,整个知识库被渲染成交互式记忆地图(Memory Map):节点是概念,连线是关联,颜色区分类别,还可以按"全部 / 本月 / 本周"过滤:
每一轮对话,助手都会对概念页做混合检索(稠密向量 + BM25 稀疏匹配),并沿页面间的链接"顺藤摸瓜",只把最相关的章节注入当前上下文。这就是召回的"选择性":记忆不是每轮全量出现,而是"刚刚好"。记忆地图的后端构建逻辑见 build-memory-graph.ts。
为什么越用越懂你:三套内建机制
- 🧠 遗忘曲线(Ebbinghaus):每条记忆的重要性随时间衰减,每次被"强化"都会提高抗遗忘能力;细节保真度按 vivid → clear → faded → gist 逐级退化。常用记忆越来越牢固,无用信息自然淡出——像人脑一样"该忘的忘"。
- 📚 后台固化:把散落的缓冲条目合并进概念页,重复事实只留一份,知识库持续保持整洁。
- 🛠️ 自进化技能:验证过的可复用流程沉淀为技能,助手的"能力集"随使用不断长大。
上手指南:管理你的 AI 记忆
🔍 看它记住了什么:Web 页面打开 Memory 标签页,在记忆地图上搜索、点击节点阅读笔记;"Ask about this" 可带着该话题发起对话,"Refine" 可当场纠错——纠错会替换旧理解而不是并排堆一条矛盾事实。
⌨️ 用命令行管理:assistant memory 命令族(帮助文本见 index.help.ts)支持按"文字内容"而非 ID 操作记忆:
assistant memory nodes stats—— 查看记忆健康度总览assistant memory nodes list --search "coffee"—— 按关键词搜索记忆assistant memory nodes delete "User prefers TypeScript"—— 按文字直接删除assistant memory validate—— 校验概念页完整性(坏链接、解析失败等)
📦 迁移旧记忆:从其他 AI 的导出(如 ChatGPT 历史)可用 assistant-migration 技能解析、审核后入库;面对会议录音库、文档集这类超大语料,则用 memory-corpus-ingest 技能——原始文件冷存储在 imports/,只有 10~50 页"地图页"进入记忆,助手被提问时先查地图、再按需深入原始文件,既不撑爆记忆库又保持可检索。
隐私与控制:你可以随时关掉记忆
记忆是持久知识库,助手可能会把相关记忆带入发给大模型的请求中——因此别往里写你不希望在后续对话中复用的敏感信息。隐私设置页可以决定各项数据开关;也可以在设置中完全关闭记忆:关闭后,助手不再从对话中积累任何用于未来召回的信息。自托管部署时,记忆数据完整保存在你自己控制的机器上。
总结:一张表看懂 Vellum Assistant 记忆系统
| 你想做什么 | 去哪里做 |
|---|---|
| 让它记住某事 | 直接说,或在 Memory 页面点 "Create memory" |
| 查看它记住了什么 | Memory 标签页的记忆地图 |
| 纠正记错的内容 | 记忆地图上的 "Refine",或直接告诉助手 |
| 批量迁移旧记忆 | assistant-migration / memory-corpus-ingest 技能 |
| 彻底关闭记忆 | 隐私与记忆设置 |
Vellum Assistant 记忆系统的精髓在于:记录像认知(8 种类型)、组织像 wiki(概念页 + 链接)、使用像图书馆(选择性检索 + 遗忘 + 进化)。这正是它"越用越懂你"的原因——它不是聊天记录的搜索框,而是一位真正在积累对的你了解的 AI 助手。



