作为一家AI连接公司,Co-R-E株式会社(总部:东京都新宿区,代表董事:奥脇真人,以下简称Co-R-E)发布了「Cerememory(セレメモリ)」,这是一个实现大脑结构的记忆层,旨在为AI代理提供「活记忆」数据库。它以开源形式提供,任何人都可以使用。 官方网站:https://co-r-e.github.io/cerememory-docs/ja GitHub:https://github.com/co-r-e/cerememory ■ 为何参考人类记忆系统? 目前,「让AI代理拥有长期记忆」是全球开发者面临的课题。各公司的记忆功能、使用矢量数据库的RAG、各种上下文工程技术。许多优秀的实作已经问世。 然而,当我们综观这些努力时,一个问题浮现了:「当思考AI记忆的理想状态时,最佳的落脚点会是什么?」 这个问题的答案其实近在咫尺:一个像我们人类一样的活记忆系统。 人类的记忆不仅仅是保存和检索信息的机制。重要的经历会鲜明地保留,微不足道的事件会逐渐淡忘。相似的记忆会混淆,一旦想起一个,相关的记忆就会连锁般地涌现。每个人都曾有过因怀旧的气味而唤起童年记忆的经历。 在睡眠期间,一天的事件会被整理并集成成长期知识。这是一个经过数十万年进化磨练的极其复杂的信息处理系统。 Cerememory所面对的问题不是「如何让AI拥有记忆」,而是「人类长期以来所获得的卓越记忆机制,能在多大程度上引入AI的记忆层?」Cerememory的方法是将神经科学研究中观察到的现象作为运行系统来实现,而不仅仅是作为数据结构。 ■ Cerememory的三个设计原则 将记忆视为「动态的活物」,而非「静态保存的物体」。 人类的记忆并不像硬盘那样静态保存。重要的事物会被强化,不使用的会淡化,每次回忆时都会略微改变。Cerememory也继承了这一特性,将衰减、干扰、再激活、睡眠中梦境时记忆的整理、集成等动态过程,作为运行系统而非仅仅作为数据结构来实现。记忆并非在写入瞬间固定,而是随时间动态地持续运动。 记忆不仅应有「内容」,还应有「原因」。 许多人可能都曾因不理解AI代理行为的意图而感到困扰。当一个人记住某事时,该记忆会伴随着「为何认为它重要」、「如何做出该判断」等元上下文。Cerememory为AI代理的所有记忆记录都设有一个元记忆平面,结构化地记录「它为何存在」。意图、依据、证据、替代方案、决策。记忆不仅可以通过AI代理的行为内容追溯,还可以通过其原因追溯。 使记忆层独立于AI。 人类的记忆属于个人,不从属于特定的对话伙伴。Cerememory也持相同立场。通过其独特的协议「CMP*」,它可以从任何LLM(包括Claude、GPT、Gemini)访问相同的记忆层。数据本地保存,随时可导出。即使更换AI或取消服务,记忆仍将保留在用户手中。记忆层不应由特定的AI或供应商拥有。 *补充:CMP和MCP是不同的协议。尽管名称相似容易混淆,但CMP(Cerememory Protocol)是Cerememory为记忆读写而独自定义的协议,而MCP(Model Context Protocol)是Anthropic提出的用于连接LLM与外部工具的开放规范。两者并非竞争关系,在Cerememory中,「MCP承载CMP」。这意味着像Claude Code或Cursor这样的MCP客户将CMP消息内嵌传递给Cerememory引擎。 ■ 直接将大脑结构引入设计的「5保存架构」 人脑根据记忆类型在不同区域进行处理。