5.8 KiB
5.8 KiB
Phase M.2：遗忘曲线系统
日期：2026-04-04 状态：规划中 依赖：M.1 (重要性评分) 工作量：3 天
1. 本阶段目的
实现「选择性遗忘」机制，让 Jarvis 知道「什么可以忘记」。
核心问题：
- 冷门知识不应该一直占存储
- 但不能直接删，要有归档机制
- 重要记忆应该被强化，不容易忘
2. 核心架构
┌─────────────────────────────────────────────────────────────┐
│ ForgettingCurve │
├─────────────────────────────────────────────────────────────┤
│ decay_score = exp(-time_since_access / half_life) │
│ │
│ 遗忘策略: │
│ - decay_score < 0.2 → 归档到 cold_storage │
│ - decay_score < 0.5 → 降权，不参与主动提醒 │
│ - importance_level=high → 半衰期延长 3x │
└─────────────────────────────────────────────────────────────┘
3. 艾宾浩斯遗忘曲线模型
3.1 基础遗忘曲线
保留率
100% |████████████
80% |██████████
60% |███████
40% |█████
20% |██
0% |________________________ 时间
1天 7天 30天 90天
3.2 Jarvis 遗忘策略
# 基础半衰期：30 天
BASE_HALF_LIFE_DAYS = 30
# 重要性影响半衰期
if importance_level == "high":
half_life = BASE_HALF_LIFE_DAYS * 3 # 90 天
elif importance_level == "medium":
half_life = BASE_HALF_LIFE_DAYS * 1 # 30 天
else:
half_life = BASE_HALF_LIFE_DAYS * 0.5 # 15 天
# 遗忘分数
decay_score = exp(-days_since_access / half_life)
4. 核心文件
4.1 新增文件
| 文件 | 职责 |
|---|---|
services/memory/forgetting_curve.py |
遗忘曲线计算 |
services/memory/memory_decay.py |
记忆衰减处理 |
services/memory/reinforcement.py |
记忆强化触发 |
4.2 修改文件
| 文件 | 修改内容 |
|---|---|
models/memory.py |
增加 decay_score, is_archived, last_accessed_at 字段 |
services/memory_service.py |
集成遗忘逻辑 |
5. API 设计
5.1 ForgettingCurve
class ForgettingCurve:
def calculate_decay(self, memory: UserMemory) -> float:
"""返回 0.0-1.0 的保留分数"""
def should_archive(self, memory: UserMemory) -> bool:
"""是否应该归档"""
def should_deprioritize(self, memory: UserMemory) -> bool:
"""是否应该降权（不参与主动提醒）"""
5.2 Reinforcement
class MemoryReinforcement:
def trigger(self, memory_id: int) -> None:
"""被召回时触发强化"""
# 频率 +1
# decay_score 重置
def auto_reinforce(self, user_id: int) -> None:
"""定期自动强化高重要性记忆"""
# 每周检查，对 high 级别记忆做轻量强化
6. 归档机制
6.1 热/冷存储分离
# 热存储：活跃记忆，参与检索和主动提醒
HOT_MEMORIES = []
# 冷存储：归档记忆，不参与主动提醒，按需恢复
COLD_MEMORIES = []
6.2 归档恢复
async def restore_from_archive(self, memory_id: int) -> UserMemory:
"""从归档恢复记忆"""
# 恢复后 decay_score 重置为 0.8
# 重新加入热存储
7. 调度任务
7.1 每日遗忘检查
# 每天凌晨执行
@scheduler.scheduled_task("cron", hour=3)
async def daily_forgetting_check():
"""每日遗忘检查"""
# 1. 计算所有记忆的 decay_score
# 2. 归档 decay < 0.2 的记忆
# 3. 降权 decay < 0.5 的记忆
# 4. 强化被召回的记忆
7.2 每周自动强化
@scheduler.scheduled_task("cron", day_of_week="mon", hour=4)
async def weekly_reinforcement():
"""每周自动强化"""
# 对 high 重要性记忆做轻量强化
# frequency_count *= 1.1 (上限 10)
8. 测试设计
8.1 遗忘曲线测试
def test_decay_after_30_days():
memory = create_memory(last_accessed_at=days_ago(30))
decay = curve.calculate_decay(memory)
assert 0.4 < decay < 0.6 # 约 50% 保留
def test_high_importance_slower_decay():
high = create_memory(importance_level="high", last_accessed_at=days_ago(30))
low = create_memory(importance_level="low", last_accessed_at=days_ago(30))
assert curve.calculate_decay(high) > curve.calculate_decay(low)
8.2 归档测试
def test_archive_low_decay():
memory = create_memory(decay_score=0.15)
assert curve.should_archive(memory) == True
def test_restore_from_archive():
memory = service.restore_from_archive(memory_id)
assert memory.is_archived == False
assert memory.decay_score > 0.5
9. 验收标准
| 标准 | 说明 |
|---|---|
| 遗忘曲线正确 | 30 天后 decay ≈ 0.5 |
| 高重要性记忆衰减慢 | high 级别衰减速度是 low 的 1/6 |
| 归档正常 | decay < 0.2 自动归档 |
| 恢复正常 | 归档记忆可以恢复 |
| 调度任务正常 | 每日检查、周强化执行 |
| 单元测试覆盖率 | > 80% |
10. 工作量估算
| 任务 | 工作量 |
|---|---|
| ForgettingCurve | 0.5 天 |
| MemoryDecay | 0.5 天 |
| Reinforcement | 0.5 天 |
| 归档机制 | 0.5 天 |
| 调度任务 | 0.5 天 |
| 测试 | 0.5 天 |
| 合计 | 3 天 |