记忆的四种耦合

谈 AI 记忆，业内习惯把它当成一个东西——要么等于上下文窗口，要么等于一个向量库。这本小书拒绝这种偷懒，把「记忆」拆成四种不同的耦合方式：从训练进权重的、活在上下文里的、外挂检索回来的，到沉淀成结构化图谱的，各自有各自的写入代价、遗忘机制和失效模式，混为一谈正是多数记忆方案做不对的根因。它要回答的不是「怎么加记忆」，而是「你说的记忆到底落在哪一层、该用哪种耦合」。给做 Agent 和记忆系统的人当一张分层解剖图：先分清层次，再谈选型，比直接抄某个架构更省事。是 Rick 与 Claude 共写、专拆「AI 记忆」这一个问题的三本里的一本。