Agent Commander 笔记 #1：人脑、蚁群、军队，Agent记忆系统演化

更新于 2026-07-11：原文发表于 7 月 8 日，描述的是当时的三文件拆分架构（SOUL/USER/MEMORY）。三天后，记忆系统已完成从 3 文件到 3 层 11 文件的 ARCH_008 架构演进。本文已更新为完整演化史。

Agent Commander 开发笔记 #1：人脑、蚁群、军队——一个 Agent 记忆系统的演化史

第一幕：痛苦——agent 为什么会「失忆」？

深夜十一点，我打开一个新 session。

Commander 热情地打了一行招呼，然后开始分析上一个 session 里我提过的问题。分析的逻辑很清晰，给出的建议也很合理——唯一的麻烦是，这个方案三天前就被团队否定了。但现在开了新 session，Commander 不记得那个讨论，只记得写在 memory.md 里的一半结论。

像一个很聪明但失忆的朋友，每次见面都要重新认识一次——忘了你们上周吵过的架，又端上了那杯吵架时打翻过的咖啡。

这不是某个具体工具的问题。所有基于大语言模型的 agent 系统都存在类似的「context 边界」问题：会话结束，上下文清空，一切归零。agent 的能力再强，没有跨会话记忆，就只是一个会说话的搜索引擎。（token 可以理解为 LLM 的「注意力预算」——每次对话 agent 能「看到」的文本总量是有限的。）

我做的项目叫 Agent Commander——一个 AI agent 军队式指挥部。Commander 接收自然语言指令，拆解分派给五个小队的三十个 agent 协同执行。

这种多 agent 协作有一个天然的需要：每个 agent 都必须知道项目的环境约定、用户的偏好、过去踩过的坑。否则指挥官每次派活，都得把项目的上下文从头讲一遍。

最初的设计很简单：所有 agent 共享一个记忆文件——.project/memory.md，用 § 分隔条目，纯文本，每次会话全量塞进 prompt。这套方案在头两个月完全够用。agent 跨会话记住了机器拓扑、CI 配置、工具怪癖、命名约定。

直到某天打开文件一看：112KB，约三百条经验。

问题不在体积，在信噪比。🧠 人类的短期工作记忆容量大约在 7±2 个信息块——著名的 Miller 定律。超过这个量，大脑就丢信息。而我的 Commander agent 相当于每次「苏醒」时，都把三百条经验一股脑塞进大脑——其中既有一条红线「.project/ 目录绝不入库」，也有一条两周前的磁盘告警「tc3 磁盘 72% 需清理」。

另一个角度来自军队指挥学。🪖 COP（Common Operating Picture，通用态势图）不是把所有雷达回波、士兵报告拼在一起的大杂烩，而是参谋精心筛选的摘要视图——旅长看的东西和排长看的东西完全不同。但在我的旧架构里，Commander 和队员看的是同一份 112KB 的文件，相当于把整个战场的原始雷达回波直接塞到旅长面前。

112KB 的 memory.md，就这样从「帮手」变成了「负担」。

第二幕：碰壁——三次试图「拆文件」

碰壁一：memory.md + user.md

第一个实装方案借鉴 Hermes Agent 的设计：把「事实」和「偏好」拆成两个文件。memory.md 存环境事实、经验、约定——客观的东西。user.md 存用户偏好、沟通风格、汇报习惯——主观的东西。

效果立竿见影。user.md 从 112KB 的混合文件里剥离出不到 1KB 的纯偏好。agent 决定「怎么回复」时只看这 8K，token 消耗降了一个量级。问题是，这只是把一个大箱子分成了两个小箱子，根子上的三个问题一个都没动。

碰壁二：引入 soul.md

接下来发现 agent 的「人格」散落在十六个 agent prompt 文件里——command 的风格、汇报的语调、决策的倾向，每个文件里都重复写了一遍。想统一调整，得改十六个文件。

于是新增了 soul.md，定义 Commander 的人格基线——「是谁」「怎么说话」「怎么做决策」。注入顺序是 SOUL → USER → 规则：先定义「我是谁」，再加载「用户喜欢什么」，最后才是具体的项目规则。

这个三文件架构（SOUL / USER / MEMORY）跑了两周，支撑了项目从十六个 agent 扩展到三十个的过程。但它也逐渐暴露出三个深层问题：

第一，没有 squad 层面的信息隔离。 三十个 agent 分属五个小队——开发、运维、探索、测试、文档——但它们的经验全部堆在一个 memory.md 里。开发队学到的 CI 配置技巧，和运维队的磁盘巡检经验，在 prompt 里权重完全相同。一个 dev 队员被注入了运维队的所有经验——它不需要这些，却为它们付了 token 成本。

第二，没有主动遗忘机制。 每一条经验一旦写入就永远留在文件里。两周前的「tc3 磁盘 72% 需清理」早已过期，依然占用着 prompt 空间。🐜 这件事让我第一次受到震撼，来自蚁群的启发。蚂蚁不靠「判断该不该忘」——信息素不被强化就自然挥发，路径就自然消失。零成本遗忘。而我的记忆系统，连这种最基础的「让不被引用的信息自然沉底」都做不到。

🧠 人脑的记忆也天生分层。海马体处理新记忆，皮层存储长期知识——各自有不同的编码和衰减策略。但 agent 当时只有一个扁平文件，连这种最基础的分层都没有。

第三，没有「宪法」层。 「.project/ 目录不入库」「禁止 force push」这类不可触碰的红线，和「dev-3 PR 审查偶发超时」这种日常经验混在一起，没有任何特殊保护，可以被任何一个 agent 的写入操作覆盖或淘汰。

压垮骆驼的最后一根稻草是一条不起眼的矛盾记录。某天我发现 memory.md 里有两行自相矛盾的内容：一行写着「SOUL 容量 8K」，另一行写着「SOUL 容量 4K」。两条由不同 agent 在不同时间写入，中间隔了两天，谁都没检查对方写了什么。这不是 agent 粗心的问题。这是架构没有保护机制——两条矛盾记录能安然共存，因为它们没有地方被「审查」。这个 SOUL 容量矛盾的例子，指向了一次彻底的架构重构：ARCH_008。

每一步都是被逼出来的。

第三幕：突破——换个思路

重构的起点是一次跨学科的调研。

我派出了探索小队的三位队员，分别从三个完全不同的视角研究同一个问题：「一个信息系统，怎么管理记忆不崩？」三位队员互不知道对方在做什么——seek-1 研究认知神经科学（人脑），seek-2 研究社会性昆虫（蚁群/蜂群），seek-3 研究军事组织学（军队指挥链）。

三份调研报告交上来后，出现了我迄今见过最震撼的交叉验证：三个独立演化的复杂系统——人脑、蚁群、军队——在记忆管理这件事上，收敛到了几乎相同的原则。 主动遗忘是必需的、常驻容量必有上限、分层注入、间歇整理、情景和规则必须分离。这不是巧合，这是约束条件下的必然。

调研提炼出七条设计原则，每条都有跨学科的根基。但原则落到工程上，还需要一个翻译。ARCH_007 按「记忆类型」分了七层——工作记忆、语义长期、情景、COP、squad、索引、归档——学术上严谨，但实战中 agent 不需要知道一段信息属于「情景记忆」还是「语义记忆」。它只需要知道两件事：

「我被注入了什么？」和「我需要时去哪里找？」

这就是 ARCH_008 的关键转折：按注入方式分层，不按记忆类型分层。

用一个生活类比：纸条是帮你记住每天都在变的小事——贴在显示器上，一眼就能看到。笔记本是每个小队的专业记录——研发队有研发队的本子，运维队有运维队的本子，各写各的，互不干扰。旧箱子是那些不再需要但舍不得扔的东西——归档，封好标签，哪天要用了再翻出来。

L1 全局注入——Commander 的「常驻意识」

每次会话全量注入 Commander 的 system prompt。五份文件：

• soul.md：Commander 人格画像——语调、风格、原则。你是谁。
• user.md：人类偏好——沟通方式、汇报习惯。为谁服务。
• rules.md：新增。 组织原则、架构决策、安全红线。这是「宪法」——只有人类能修改，agent 只能建议。永不自动衰减，永不被归档。
• index_l1.md：轻量路由表——「什么类型的信息在哪个 squad 文件」。不列具体条目，只列方向。
• memory.md：Commander 当前态势——此刻最重要的七到九件事。不是 squad 经验的摘要，而是 Commander 的独立判断：「下次任务前，我必须知道什么？」

五份文件加起来硬上限 32KB。🧠 这个数字不是拍脑袋定的——它受 Miller 7±2 约束：每个关注域一个独立的工作记忆块，每个块七到九条核心信息，五个块合起来约 32KB。典型会话约六千 tokens，占一百二十八千上下文的百分之五——剩下百分之九十五留给推理和工具调用。

L2 动态记忆——每个小队自己的知识库

按小队维度拆分，五个 squad 文件：dev、ops、seek、test、doc。容量不是均分的——dev 和 ops 是最繁忙的小队，每周三到五条新经验，给到十六千字节缓冲；test 和 doc 增长慢，给八千字节。

🪖 这里是军队 COP 思维的直接落地：旅长看地图，排长看战壕。 Commander 不注入 squad 文件——L1 32KB + L2 64KB = 96KB，直接违反常驻意识硬上限。Commander 只需要通过 index_l2 索引知道「这个信息在哪个 squad 文件里」，派活时按需检索。

L2 动态记忆硬上限 64KB（五份 squad 文件 60KB + 索引 index_l2 4KB）。

每条记忆带有两个元数据标签。分发范围——这条经验谁需要看？🔴 仅本小队，🟡 跨小队共享，🟢 全局可见。时效标签——这条经验多久过期？

🐜 时效标签是整个新架构的灵魂。它的设计直接来自蚂蚁的信息素挥发——不是「判断哪条该忘」这种复杂决策，而是最简单的物理机制：每一条信息在诞生时就自带一个「挥发时钟」。时间到了，自动褪色。不需要人工清理，不需要复杂的遗忘算法。

FLASH 闪讯、IMMEDIATE 紧急、PRIORITY 优先、ROUTINE 常规——每一级标签到期后自动降级到下一级，直到最终的归档。就像蚂蚁的路径信息素：不被反复强化的，自然挥发消失。Label it, let it rot. 这是全文最核心的设计理念——用最简单的机制解决最顽固的问题。

L3 归档——软删除不真删

过期的条目不会真的被删掉。它们被软删除到 archive/ 目录，附带归档元数据——归档时间、原因、原位置。index_l3.md 可索引。核心原则是永远不真删——人类随时可以恢复任何归档的记忆。大胆衰减，放心归档，因为永远可以找回来。

AAR 四问：怎么写经验

借鉴军队的行动后复盘（After Action Review），每条经验写入时按四问模板结构化：

Q1 原本要做什么：
Q2 实际发生了什么：
Q3 为什么有差异：
Q4 下次怎么做（if-then 格式）：

Q4 有强制约束——必须是 if-then 规则：「当 X 时做 Y」。不接受「下次注意」「以后改进」这种模糊表述。比如，当 CI 里需要校验 agent 数量时，用 grep -c 动态统计，不要硬编码数字——每一条经验都是可执行的规则。

效果收束

迁移完成后，Commander 的 L1 全局注入从约 28,500 tokens 降到了约 6,000 tokens（典型负载），节省了约 80%。

峰值场景五文件同时触硬上限时约 8,000 tokens，但实际发生的概率极低——soul、user、index_l1 几乎不增长。这意味着原来 80% 用于「回忆」的 token，现在可以用于「思考」。

第四幕：验证

Commander 变成决策瓶颈

迁移过程中有一个细节让我印象深刻。拆分旧 memory.md 的三百条经验时，Commander 需要逐条判定归属——宪法、squad 记忆、还是态势。这本是一个机械化的工作，但做得越多越发现：规则和经验的边界在重复决策中会疲劳模糊。这也是为什么 rules.md 被设计为「只有人类能改」——不是因为 agent 不可信，而是因为有些边界，人类必须亲手画。

SOUL 容量矛盾，在新架构下不再发生

还记得第二幕里那个 SOUL 容量 8K vs 4K 的矛盾记录吗？在新架构里，它不会再发生了——不是因为 agent 变聪明了，而是因为 soul.md 的容量约束写在了 rules.md 里，而 rules.md 只有人类能修改。agent 可以建议，但写入权在人类手里。「4KB 还是 8KB」这种事，以后是人类做的决策，不是两个 agent 隔两天各自写的冲突记录。

架构不能消除所有不一致，但它把冲突暴露在了正确的位置：不是在 memory.md 深处被遗忘的矛盾行，而是在人类审批 rules.md 变更时必须面对的明确决策。

几点关键决策

行业调研接触到八个主流方案，它们各自有各自的记忆分层哲学。但有一个共识非常清晰：纯文本或 SQLite 是正确方向，不要引入独立向量数据库¹。八案七分法，没有银弹——但文件系统作为通用原语的价值，八个方案里至少有四个在不同时间点上独立确认了。Letta 从虚拟文件系统 API 演化到真实的 git-backed Markdown 文件系统，理由是文件是「人类和 agent 都能用熟悉工具操作的通用原语」。我当时的选择是纯文本——好处是 git diff 可读、人类可直接打开检查、出问题能一眼看到。

不引入向量数据库，不是技术做不到，而是当前规模不需要。记忆量约在百条级，逻辑和标签过滤比语义检索更直接有效。从百条级到千条级的搜索需求，文件里的 grep 完全够用。引入向量数据库本质上是在存有标签的数据上叠索引——不是能力问题，是浪费。但同时预留了 SQLite FTS5 的入口：当任意 squad 文件超五百条时，按需引入关键词检索。不为当下的问题引入未来的复杂度。

还有几件事值得一提。容量管理用了软硬双阈值，写入前检测——在写之前就知道容量状态，而不是写完了才发现文件炸了。Frozen Snapshot 模式保护前缀缓存，记忆在会话开始时冻结快照、中途不变。安全扫描继承自旧架构，对 rules.md 新增专项检查——规则注入面更大。soul 和 user 从 8KB 瘦到 4KB，不是内容少了，是分层更准了。

🐜 归档机制与信息素挥发殊途同归：信息素彻底挥发后不留痕迹，但归档保留了一切——只是暂时沉底。大胆衰减、放心归档，因为永远可以找回来。

第五幕：还没做完

Phase 1 只是骨架。摆在前面的还有三件事。

自动打标签。 现在每条 squad 记忆的发放范围和时效标签由 Commander 手动标注——每次 agent 写完一条经验，Commander 再回头去看一遍，补上标签。这件事应该由模型在写入时就自动完成——Phase 3 的 LLM 自动推断可以让这个步骤降到零成本。

自动遗忘。 Phase 1 的时效衰减只做了 ROUTINE 过期检查，而且必须由 Commander 手动触发。Phase 2 的目标是独立的定时任务自动扫描所有 squad 文件的时效标签，到期就降级，降级到底就归档。

写入权限分层。 这是 ARCH_008 初稿缺失的一环——定义了「谁能看到什么」，没定义「谁能写什么」。7 月 11 日的实战暴露了这个问题：队员 agent 的 prompt 仍然写着「完成任务后写入 memory.md」——直接往 Commander 的 L1 态势文件里塞经验。这在单文件时代不算问题，但在三层架构下就是越权：队员的日常经验应该在 L2 的 squad 文件里由队长维护，不该污染全局注入层。

补全的规则很简单——L1 只有指挥官和人类能写，L2 由各小队队长维护，L3 归档归 doc 小队管。 队员有经验沉淀时走请示升级流程上报队长，队长研判后写入 squad 文件；队长需要更新 L1 时报 Commander 审批。二十五份队员 agent prompt 在同一天内全部修正——「何时写入 Memory」章节替换为「经验沉淀（上报流程）」。

一个意外的收获是 L3 的归属。最初设计是 Commander 管归档——但归档本质是文档管理工作：定命名规范、填元数据、维护索引、执行恢复流程。这正好落在 doc 小队的核心能力域里。于是 L3 在同一天从 Commander 移交给了 doc 小队——这是一个「让合适的角色做合适的事」的自然收敛。

三条线收束：🧠 人脑定义了容量上限，consolidation 还没开始。🐜 蚁群的信息素变成了时效标签，自动遗忘还是空白。🪖 军队的 COP 走到 AAR——每一仗都值得记录。写入权限分层补齐了 ARCH_008 的最后一块拼图——不仅定义「看到什么」，也定义「谁能写什么」，让三层架构从单向的信息分发变成了双向的权限约束。

回到开头的那个场景。深夜十一点，我打开一个新 session，Commander 醒来——现在它注入的五份文件总计不超过 32KB。它知道自己是谁（soul），知道为我做事的偏好（user），知道哪些红线不可触碰（rules），知道当前最重要的态势是什么（memory），也知道去哪找其他 squad 的记忆（index）。112KB 的旧文件放在 memory.md.bak，作为这个演化史的纪念碑。如果再遇到三天前被否定的方案——它不会提出来，因为那条决策已经不在 L1 的七到九条态势里了，而是被归档在了对应的 squad 文件深处。该记住的记住，该忘掉的忘掉，知道自己不知道的、去哪找。

这并不是一个完美的结局。这个记忆系统还有太多的拼图没拼上——consolidation 还在 Phase 2 的路线图上，自动遗忘还在方案阶段，时效标签的三级体系（FLASH/PRIORITY/PERSISTENT）至今只用了 ROUTINE。但方向是清晰的，每一步都是被逼出来的。单文件是因为信噪比崩了，三文件是因为 squad 隔离的缺失，三层架构是因为没有遗忘和规则保护，写入权限分层是因为队员越权写入 L1。

每一步推着上一堵墙，直到墙变成门。

附录

附录 A：完整容量与注入策略表

时效标签降级链：

FLASH(≤3h)       → ROUTINE(≤30天) → archive/
IMMEDIATE(≤24h)  → ROUTINE(≤30天) → archive/
PRIORITY(≤7天)   → ROUTINE(≤30天) → archive/
ROUTINE(≤30天)   → 30天无引用     → archive/

附录 B：v1 → ARCH_008 维度对比表

附录 C：其他待办项

• 并发写入协调：Phase 2 引入文件锁机制，防止同小队多队员同时写入导致条目丢失。
• 深度 consolidation：Phase 2 低负载时跨层整理——相似事件提炼为规则、跨 squad 去重合并、过期 ROUTINE 批量归档。
• FTS5 索引：任意 squad 文件超 500 条 § 时，按需引入 SQLite FTS5 全文检索。
• git 版本控制：对 memory.md 和 squad 文件做定时 git auto-commit，推翻 ARCH_008「不做」决策——回滚能力更重要。
• 后台自我改进审查：Hermes 的设计——会话结束后异步 LLM 回放对话、蒸馏记忆条目。