开源记忆插件被外部连测三轮：39项测试全通过

AI的记忆问题一直是长期对话场景里的痛点——聊得越久，模型越容易忘记早期设定，或者把关键信息丢在上下文窗口之外。最近一款名为 deepseekharness 的开源记忆插件在B站引发讨论，它的卖点很直接：把记忆分成三层，模拟人类"长期印象、待办事项、往事归档"的认知习惯，并且接受外部连续三轮测试。

三层结构：像人一样分层记事

据UP主介绍，这个插件只有三层记忆结构。稳定区存放长期设定，比如人设、持续有效的背景信息；待办区管理有截止日期的临时任务；归档区则保存对话摘要，把已经过期的内容压缩成可供回溯的摘要。

这种分层的好处在于职责清晰：长期信息不会和临时任务混在一起，归档内容也不会挤占活跃上下文。对于需要长时间陪伴或持续项目推进的AI应用来说，这比把所有内容塞进一个向量库要更接近真实使用场景。

上下文窗口是大语言模型单次推理时能处理的token数量上限，包括输入提示和输出生成。所有对话历史、系统设定、检索到的记忆都必须塞进这个窗口，超出部分会被截断或无法处理。这就是为什么长期对话中模型会“忘记”早期内容——并非模型主动遗忘，而是早期信息已滑出窗口。分层记忆的核心思路是：只把当前最相关的活跃信息放入上下文窗口，将长期设定压缩为简短摘要、把过期内容归档到外部存储，从而在有限窗口内维持尽可能长的对话连贯性。

写满不硬删：权重淘汰与人设锁定

很多记忆方案在容量达到上限时会直接覆盖或删除最旧的数据，结果往往是重要设定被误伤。deepseekharness 的做法是：稳定区写满100条后不做硬删除，而是按权重淘汰最老的一条。

更关键的一点是人设永远不动——无论权重如何计算，核心人设条目不会被淘汰。这解决了长期对话中角色设定漂移的老问题。UP主提到，外部测试三轮共39项测试，问题清单累计20多条，说明这套机制是在实际反馈中迭代出来的，而不是一次性设计完成。

权重淘汰是一种缓存替换策略，常见变体包括LRU（最近最少使用）、LFU（最不经常使用）和基于重要性的加权评分。在记忆插件中，每条记忆可被赋予一个权重分数，综合考量最近访问时间、引用频率、显式重要性标记等因素；当容量满时，淘汰权重最低的条目而非简单删除最旧数据。与硬删除相比，权重淘汰能保留“旧但关键”的信息（如用户姓名、核心偏好），只清理低价值内容。人设锁定则是在权重计算之上加一层硬约束：无论分数多低，被标记为核心的条目永不参与淘汰，从而防止角色设定在长期对话中逐渐漂移。

数据安全：不静默失败与并发写入

记忆插件的可靠性往往被忽视。deepseekharness 强调两个细节：坏文件不会静默当空，也就是说读取失败时不会假装没有数据；四个进程并发写入不丢数据，快照保留三份、支持回滚。

对于把记忆插件接入自动化流程的用户，这两点比功能多少更重要。静默失败会让AI在无提示的情况下"失忆"，而并发写入丢数据在多任务场景里几乎是必然遇到的问题。快照保留三份则提供了一个兜底的回滚路径。

静默失败指程序在读取或写入数据出错时不抛出异常、不记录日志，而是返回空结果或默认值，让调用方误以为操作成功。在记忆插件场景中，静默失败极其危险：读取记忆文件失败时若返回空列表，AI会表现得像从未有过记忆，用户却得不到任何错误提示，只会觉得模型“突然失忆”。正确的做法是显式抛出错误或返回带有错误标记的结果，让上层逻辑决定降级策略。并发写入则涉及多进程同时修改同一记忆文件时的数据一致性，常见解决方案包括文件锁、原子写入（先写临时文件再重命名）和写时复制；快照保留多份并支持回滚，是在并发冲突或写入损坏后恢复数据的兜底手段。

性能数字：可复现才可信

UP主给出的性能数据是：1000个快照注入耗时76毫秒，磁盘占用0.5兆。更值得关注的是后半句——所有数字都能用脚本复现，零依赖，克隆下来一条命令就能跑。

记忆插件的性能宣称很容易注水，因为测试条件千差万别。把复现脚本一起开源，等于把验证权交给社区，这比单纯报一个毫秒数更有说服力。零依赖也降低了上手门槛，不需要先搭一整套环境。

它适合谁

如果你在做长期陪伴型AI、需要跨会话保持设定的助手，或者只是想让自己的对话机器人别聊几句就"忘事"，这类分层记忆插件值得一试。它的设计思路并不复杂，但把淘汰策略、人设保护和数据可靠性这些容易被忽略的细节都考虑进去了。仓库地址在视频简介和评论区，参数可以自行修改。

需要说明的是，本文信息主要来自单一B站UP主的介绍视频，39项测试的具体内容和外部测试方的细节尚未在文中展开，实际效果建议以自己克隆复现的结果为准。