返回资讯中心
外部精选
软件工程
#开发者实时流

Vestige:用 Rust 实现的确定性 agent 记忆引擎,不依赖 LLM

来源标题:Show HN: I built a deterministic agent memory engine in Rust with no LLM

开发者发布用 Rust 编写的 agent 记忆引擎 Vestige,不使用 embedding、LLM、GPU 和 API key,只在本地 CPU 上运行。它借鉴罗马人追踪足迹和历史上的记忆系统结构,用追加式哈希链日志记录不可变的「足迹」,并通过 FSRS-6 间隔重复调度让无用的信息逐渐淡化。

Hacker News 最新entity0022026/11/19 · 今天8 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Vestige 源自拉丁语 vestīgium,指印入大地的物理足迹,也是 investigate 的直接词根(in-vestīgāre:沿着痕迹回溯)。

不用 embedding,不用 LLM,不用 GPU,也不需要 API key。它在 CPU 上本地运行。

古罗马的追踪者通过解读土壤中的 vestigia,还原出什么东西经过、有多重、往哪个方向走、是多久以前的事。Vestige 对 agent 记忆做的是同一件事。它把不可篡改的足迹写入 append-only 日志,然后沿着痕迹回溯,而不是从向量空间里猜测含义。

人类记忆系统在严苛限制下用五千年解决了真实性、顺序和来源问题:Pāṇini 的 anuvṛtti 结转寄存器、isnād 见证链、安第斯 khipu 的主绳汇总、Torrens 产权登记的“帘幕”原则,以及考古学的 Harris 矩阵。Vestige 把这些结构性思想搬到了一个本地 Rust 内核上。

Strata。一个 append-only、哈希链式、带签名的日志。帧携带 BLAKE3 载荷摘要和双时间有效性边界(valid_from_ms、valid_until_ms)。被接纳的写入会返回收据。后来的声明会取代先前的声明;旧事实仍留在日志上。

FSRS-6。间隔重复调度,让无用的噪声逐渐淡出。

RSB(Retroactive Salience Backfill,追溯显著性回填)。这是护城河。原因从来都不长得像症状。后面的一轮对话可以提升一条更早的记忆,即使两者没有任何共同用词。显著性在写入时设定,而新的学习之后可以把它调高或调低——Sheena Josselyn 的 engram 研究描述过这种模式。在生日晚餐的演示里,一旦 Maya 的花生过敏被记录下来,一条被埋没的“在 Bangkok Garden 吃完后感觉不太对”的记忆就会被提升,于是后面关于她生日晚餐的问题就能检索到它。

Backfill。从一次失败或一个后来的事实出发,向上游做因果回溯,找到导致它的更早那一轮对话。

Rank-1 seating。对检索结果集施加确定性的 slot-1 规则,例如让位给覆盖该问题的用户发言,而不是助手回复,且不使用向量索引。

GhostLink。把记录下来的记忆两两配对,每一对都附带证明。

Operator hooks、一次性许可和收据。npx @vestige/init --guard 会安装 Operator 闸门。一次性 owner 许可有效期 15 分钟,只能使用一次,用于阻止或放行写入收据。

基准测试

这些数字衡量的是检索:正确的记忆是否落进了 top k。它们不衡量答案准确率。这些是合并进 main 的最新分数,来自 PR 709(RSB v4,commit 5fb269b0)。运行使用本地 retrieval_bench 二进制,在 Intel Core i5-2520M、8 GB RAM 上,仅用 CPU,无 embedding、无 LLM、无 GPU、无 API key。

bash benchmarks/run_all.sh

完整表格和方法说明见 benchmarks/README.md。

npx @vestige/init --guard

这会为任意 AI agent 配置好本地二进制和一个 MCP 连接。--guard 会加上 Operator 闸门。MCP 命令是 vestige-mcp:

"mcpServers": { "vestige": { "command": "vestige-mcp" } }

从源码构建:

git clone https://github.com/samvallad33/vestige.git cd vestige cargo build --release --package vestige-mcp

更多内容见 Getting started。

作者 Sam Valladares(@samvallad33)。采用 AGPL-3.0 许可。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →