governance ledger · v3.0
AGI-Memory 治理账本
一个为 AI agent 设计的四层记忆治理系统。感知 → 提取 → 审批 → 落库
→ 检索, 每一条记忆、规则、技能、知识都有可追溯的证据链与审批轨迹。
这不是 dashboard,是一本可被翻阅的账本。
i
Memory
记忆 · 长期事实
用户偏好、项目约束、环境事实——LLM 自身记不住的、需要被显式
recall 的东西。
ii
Rule
规则 · 硬门控
必须在动作前 check 的强约束。违反 = 阻断,不是建议。
iii
Skill
技能 · 可执行流程
由 ≥2 个原子动作组成的工作流,带触发条件、执行步骤、产出物。
iv
Knowledge
知识 · 合成认知
从行为链推导出的、模型 out-of-distribution
的可复用认知。带证据链与置信度。
chapter ii
Memory · 记忆
LLM
自身记不住的长期事实——用户偏好、项目约束、环境硬限制。每一条都带来源、时间戳、fingerprint,可在
recall 时被显式装配进上下文。
chapter v
Skill · 技能
由 ≥2
个原子动作组成的工作流。带触发条件、执行步骤、产出物。宿主自带 /
L1 抽取 / 用户上传 / 治理合成,四类来源。
chapter vi
Approvals · 审批
这是一道闸门,不是装饰。每一条候选都必须经过人工 review
才能落库——防止 LLM 虚构的证据链污染知识层。
「服从规范是反 slop 的正向方式——对的事;清单只是反 slop
的反向方式——不做错的事。」
— governance principle
chapter vii
History · 审批历史
已批准或驳回的治理提议档案。每条记录保留完整的审批上下文:谁审的、什么时候、原候选
payload、批准/驳回理由。
chapter ix
Dashboard · 仪表盘
实时治理指标监控——业务模拟区的请求流量、L1-L4
治理层吞吐、知识层增长曲线。看趋势,不看快照。
chapter viii
Pipeline · 治理流水线
L1 候选提取 → L2 冲突检测 → L3 演进扫描 → L4 认知合成 →
审批落库。五道工序,每道都有独立的检测逻辑与产出物。
i
L1 提取
候选从 host_capture / 对话 / 行为链中提取
ii
L2 冲突
同层候选相似度检测,防止重复入库
iii
L3 演进
扫描已落库条目的过期 / 矛盾 / 升级信号
iv
L4 认知
从行为链合成可复用的 out-of-distribution 认知
v
审批
人工 review 后落库,激活进入 recall
chapter x · finale
Knowledge Graph · 知识图谱
所有治理层的节点与关系在一张图上可视化——证据链、派生关系、跨层链接。这是治理账本的星图,也是最后的压轴章节。
「记忆不是存储,是可被追溯的证据链。每一条 knowledge
都该能回溯到它的 memory 根因。」
— layer-links design principle
知识效用分布
utility_score 驱动 retrieve ranking · 节点边框颜色同此
实体关系图
(节点大小=连接数,点击节点或右侧列表查看关系与详情)
-
L2/L3/L4 治理演化时间线
(按时间倒序,颜色区分治理层)
L2 冲突
L3 演进
L4 认知
其他