概念
MemCurrent
为生产级AI Agent设计持久记忆系统的架构理念与工程方案，主张将记忆从上下文工程中剥离为独立存储与检索层，涵盖写入、检索、更新遗忘、隔离合规四个工程问题
时间轴 (近 90 天)
10月20日
MemCurrent主张将记忆从上下文工程中剥离出来，做成独立的存储与检索层，模型只负责在需要时读取记忆，不负责记住。
待验证50%
10月20日
MemCurrent主张在写入侧做结构化抽取，把原始对话转成事实条目、偏好标签、任务状态等可管理单元，而不是存储原始文本。
待验证50%
10月20日
多租户场景下，记忆必须严格按用户、按组织隔离，并支持删除请求、审计日志与保留期限策略，这是企业落地的硬门槛。
待验证50%
10月20日
生产级Agent的记忆需求与RAG有大量重叠但不完全等同：RAG面向文档知识，记忆面向交互状态，两者在检索策略、更新频率、隐私边界上都有差异。
待验证50%
10月20日
MemCurrent把Agent记忆拆解为写入、检索、更新、隔离四个可讨论的工程模块，这套拆解框架本身可作为设计清单。
待验证50%
全部知识事实 (5)
待验证
MemCurrent主张将记忆从上下文工程中剥离出来，做成独立的存储与检索层，模型只负责在需要时读取记忆，不负责记住。
50%待验证MemCurrent主张在写入侧做结构化抽取，把原始对话转成事实条目、偏好标签、任务状态等可管理单元，而不是存储原始文本。
50%待验证多租户场景下，记忆必须严格按用户、按组织隔离，并支持删除请求、审计日志与保留期限策略，这是企业落地的硬门槛。
50%待验证生产级Agent的记忆需求与RAG有大量重叠但不完全等同：RAG面向文档知识，记忆面向交互状态，两者在检索策略、更新频率、隐私边界上都有差异。
50%待验证MemCurrent把Agent记忆拆解为写入、检索、更新、隔离四个可讨论的工程模块，这套拆解框架本身可作为设计清单。
50%