Agent缺的不是记忆，是“教训”：因果记忆系统的设计与实践

在日常AI开发中，有一个令人沮丧的现象反复出现：上周评审否决过的方案，这周原样又提了回来；昨天刚踩过的坑，今天换个会话再踩一遍。团队成员各自为战，同样的错误在不同终端、不同进程中循环上演。表面上看，这是Agent“记不住”的问题；深入分析后才发现，Agent缺的不是记忆能力，而是从经验中提取教训、形成因果判断的机制。现有主流记忆方案大多聚焦于事实的存储与召回，却忽视了记忆本身的质量与结构。当记忆系统无法区分“相关”与“因果”、无法识别“成功”与“侥幸”、无法主动预警曾经的失败教训时，所谓的记忆不过是噪声的积累。

经过系统梳理，当前Agent记忆存在四个根本性缺陷。第一，上下文压缩会抹除决策背后的因果链——长任务跑到一半，Agent开始用同样的错误方法反复修同一个bug，它不是忘了做过什么，是忘了当初为什么那么做、后果是什么，实验数据显示压缩5轮后因果信息仅剩45%。第二，踩过的坑换个会话再踩——在专门设计的重复陷阱基准上，不带因果记忆的系统重复踩坑率高达67%。第三，记忆困在单机的进程与目录中，换台机器、换人接手全部归零，团队协作全靠口口相传。第四，记忆本身会劣化——把相关记成因果、同一个决策反复记录同一种结局形成回声、失败案例压根没被写下来，互相矛盾的记忆同时排在检索前列却无人知晓。这些缺陷相互交织，构成了当前记忆系统的系统性困境。

causal-memory的解决思路是建立一套以「决策→结果」因果边为核心、住在上下文窗口之外、持续接受质量体检的记忆系统。核心设计包括三个层面。七种边类型是因果关系的形式化词表：caused（直接导致）、enabled（条件促成）、prevented（曾阻止事故，唯一负扩散系数）、corroborated（被验证）、fact（事实）、co_occurrence（疑似共同原因的关联，机制未明前不参与因果推演）、influenced_by（受影响来源）。其中prevented边的处理尤为关键——Agent即将采取曾避免过事故的动作时，相关节点以负激活出现在召回前列作为显式警告，而非沉默地排在队尾。Pearl因果阶梯则将工具按三级映射：R1关联检索计算P(outcome|相似决策)、R2干预查询沿历史动作前向链仿真带Simpson悖论警告、R3反事实对比在「记录溯因原料→自动结算预测账本→证据不足时明说」的流程下实现可证伪的判断。

记忆治理与工程化：让教训真正可追溯

causal-memory在多个维度验证了其有效性。在合成世界基准CausalEval上，干预预警、抑制检测、动态更新三个维度相对基线提升最显著；trap-world重复踩坑率从67%降至33%，压缩5轮后因果表100%存活而文本仅剩45%。作者本人的研发Agent两个月运行数据显示：426条因果边中caused占71%、enabled占16%、prevented占12%，有趣的是prevented类平均置信度最高（0.815），说明“避免事故”的教训被记得最牢且系统最有把握；46%的因果边被召回过6次以上，最典型的一条“GitHub直连不通时用git代理”在两月内被复用4次。实践中最深刻的两个故事：一是某存储服务改造中，Agent记录的“漂移验证”方案暴露了迁移FK bug，避免了9个租户库全量故障；二是某次GitHub443端口不通时Agent没有先查因果记忆，手写脚本多花了20分钟——这条negative教训直接促成了“网络部署类操作前必须search_causal”的工程纪律。

记忆入库不等于记忆正确，系统需要持续的治理机制。causal-memory设计了五道refuter体检：confounder检测两端邻居Jaccard重叠排除伪相关、corroboration验证替代路径排除孤立单边、placebo随机节点测试激活特异性、backdoor公共祖先判定排除混杂干扰、temporal强制因早于果。时序检测是唯一近乎零误杀的信号，加入后伪边标记率从35.7%提升至64.3%，真边保留率纹丝不动。BiasAudit则做统计体检：极性偏斜检测某领域≥90%同向结局（可能失败没记录）、零方差重复检测同一决策≥3次同结局（自我强化嫌疑）、置信度漂移检测最近20条边均值偏移≥0.15（提炼模型系统性偏差）。矛盾主动检索功能在explain=true时主动追加极性相反的历史条目，让“记忆自相矛盾”从沉默风险变为显式信息。工程上系统采用Rust单二进制实现MCP server、离线提取CLI、睡眠巩固、基准harness，git式快照同步实现跨设备上下文灾备，Prometheus可观测性让召回过程本身可调试。

causal-memory的实践证明：Agent的记忆目标不是记住所有事，而是让人不必重复所有坑。当前系统仍处于alpha阶段，跨任务迁移能力只有20%是最大短板，但框架的核心价值已验证。在RSI（递归自我改进）的视角下，记忆是成本最低、今天就能做的一层自改进——不动模型、不动代码，只让“下次调用时的经验排序”变得更好。记忆归账机制让每一轮改进都有据可查、有账可算、有坑可避，这是比记忆本身更重要的东西。