从平铺文件，到神经知识网络
传统的 facts.json 只能告诉系统某句话曾经存在。记忆蜕变把事实、目标、决策、执行、结果和新经验连接起来，让检索不只依赖关键词，也理解上下文关系。
01
向量知识库
对事实、对话、决策、结果、告警和复盘记录建立语义索引，帮助系统在相关场景中找到可用经验。
02
知识图谱
用“目标 → 决策 → 执行 → 结果 → 新经验”建立关系，避免历史只是一堆孤立笔记。
03
多时间维度
把短期会话、日记忆、周记忆和长期经验分层，减少无关上下文的干扰。
04
权重衰减
旧经验不会被粗暴删除，但会随着时间、验证次数和场景变化调整影响力。
一条经验如何形成
系统将事件拆成可复核的单元：发生了什么、在什么背景下、采取了什么策略、实际结果如何、是谁确认的。
事实与事件关联目标记录决策观察结果更新经验
记忆质量的四个标准
可追溯、可关联、可更新、可遗忘。没有来源的结论不能成为高权重经验；没有结果的策略不能被当作成功样本。
A
来源清楚
每条结论能回到原始记录、任务或人工确认。
B
关系清楚
能看见它关联的目标、策略、角色和结果。
C
状态清楚
区分当前有效、待验证、已过期和已否决的经验。
业务价值
更可靠的上下文减少重复解释，让团队在客户回复、内容更新、运营复盘和安全处置时不必从零开始。
让每个人，都拥有一个持续进化的 AI 公司生命体。
从一个有明确边界、能验证结果的场景开始，逐步建立记忆、洞察与受控进化能力。
把智慧生命体，带进真实业务。
预约演示，先一起找到最适合作为第一步的业务场景。