AI「如人類般記憶」：開源基於大腦機制之「活記憶」資料庫「Cerememory」

Q: What are the key facts in this article?

AI連結公司Co-R-E Inc.已開源「Cerememory」，這是一個實施大腦結構的記憶層，旨在為AI代理提供「活記憶」資料庫，以解決AI長期記憶的挑戰。

Q: What is the direct answer?

AI連結公司Co-R-E Inc.已開源「Cerememory」，這是一個實施大腦結構的記憶層，旨在為AI代理提供「活記憶」資料庫，以解決AI長期記憶的挑戰。

Q: What is the source and date?

Source: https://prtimes.jp/main/html/rd/p/000000092.000037237.html | Date: Date unavailable

## AI「如人類般記憶」：開源基於大腦機制之「活記憶」資料庫「Cerememory」 AI連結公司Co-R-E Inc.（總部：東京都新宿區；代表董事：奥脇真人；以下簡稱Co-R-E）已發布「Cerememory」（セレメモリ），這是一個實施大腦結構的記憶層，旨在為AI代理提供「活記憶」資料庫。它是開源的，任何人都可以使用。 官方網站： https://co-r-e.github.io/cerememory-docs/ja GitHub： https://github.com/co-r-e/cerememory ### 為何要參考人類記憶系統？ 目前，全球的開發者都面臨著「如何讓AI代理具備長期記憶」的挑戰。各公司的記憶功能、使用向量資料庫的RAG、各種上下文工程技術等，許多優秀的實作已經問世。 然而，從宏觀角度審視這些努力時，我們遇到了一個問題：「當思考AI記憶的理想狀態時，最終的目標會是什麼？」 這個問題的答案其實近在咫尺：一個像我們人類一樣的「活記憶」系統。 人類的記憶不僅僅是儲存和檢索資訊的機制。重要的經歷會鮮明地留下，微不足道的事件則會淡化。相似的記憶會融合，回憶起一個記憶時，相關的記憶會連鎖式地浮現。每個人都應該有過因懷舊的氣味而喚起童年記憶的經歷。 在睡眠期間，一天的事件會被整理並整合為長期知識。可以說，這是一個經過數十萬年演化而成的極其先進的資訊處理系統。 Cerememory所面對的問題不是「如何讓AI具備記憶」，而是「人類長期以來所獲得的卓越記憶機制，能在多大程度上引入AI的記憶層？」Cerememory的方法是將神經科學研究中觀察到的現象，作為執行系統而非僅僅作為數據結構來實施。 ### Cerememory的三大設計原則 - **將記憶視為「動態活著的」，而非「靜態儲存的」** 人類記憶並不像硬碟那樣靜態儲存。重要的會被強化，不常用的會淡化，每次回憶都會稍微改變。Cerememory也繼承了這一特性，將衰減、干擾、再激活、睡眠期間夢境中記憶整理般的動作、整合等動態過程，作為執行系統而非僅僅作為數據結構來實施。記憶不是在寫入瞬間固定不變，而是隨時間動態持續運動。 - **記憶應具有「原因」及「內容」** 許多人可能都曾困惑於AI代理行為背後的意圖。當一個人記住某事時，該記憶會伴隨著「為何認為其重要」、「根據何種判斷做出該行為」等元上下文。Cerememory在AI代理的每個記憶記錄中都設有元記憶平面，結構化地記錄「為何存在」。包括意圖、依據、證據、替代方案、決策。不僅是AI代理的行動內容，還可以根據其原因追溯記憶。 - **記憶層應獨立於AI** 人類記憶屬於個人，不從屬於特定的對話對象。Cerememory也持相同立場。透過其獨特的協議「CMP*」，無論是Claude、GPT、還是Gemini等任何LLM，都可以存取相同的記憶層。數據本地儲存，隨時可導出。即使更換AI或取消服務，記憶仍將保留在用戶手中。記憶層不應由特定的AI或供應商所有。 *補充：CMP和MCP是不同的協議。雖然名稱相似容易混淆，但CMP（Cerememory Protocol）是Cerememory為記憶讀寫自行定義的專有協議，而MCP（Model Context Protocol）是Anthropic提出的連接LLM與外部工具的開放規範。兩者並非競爭關係，在Cerememory中是「MCP承載CMP」的關係。例如，Claude Code或Cursor等MCP客戶端將CMP訊息內載，傳送至Cerememory引擎。 ### 將大腦結構直接引入設計的「五儲存架構」 人類的大腦針對不同類型的記憶，在不同的區域進行處理。

AI「如人類般記憶」：開源基於大腦機制之「活記憶」資料庫「Cerememory」

AI 摘要（NQ 加工版）

AI 分析