記憶系統的工作流程

我們得先定義記憶系統的工作流程。該流程參考了認知科學中的記憶模型，並將每個認知階段映射為具體的技術組件與操作。

如上圖所示，根據認知科學的研究，人類記憶的行程經歷以下幾個階段：

1.編碼(encoding)：將感知到的訊息轉化成可存儲的形式。
2.存儲(storage)：將編碼後的訊息保存在記憶系統裡。
3.檢索(retrieval)：根據需要從記憶中提取相關訊息。
4.整合(consolidation)：將短期記憶轉化為長期記憶。
5.遺忘(forgetting)：刪除不重要或過時的訊息。

我們的記憶系統由4種不同的記憶模塊構成，每種模塊都針對特定的應用場景與生命週期進行優化：
首先是工作記憶 ，它扮演AI Agent"短期記憶"的角色，主要用於存儲當前對話的上下文訊息。為確保高速訪問與響應，其容量被有意限制(ex.默認50條)，並且生命週期與單個對話綁定，對話結束後便會自動清理。

其次是情景記憶 ，它負責長期存儲具體的交互事件和AI Agent的學習經歷。與工作記憶不同，情景記憶包含豐富的上下文訊息，並支持按時間序列或主題進行回顧式檢索，是AI Agent復盤和學習過往經驗的基礎。

與具體事件相對應的是語意記憶，它存儲的是為了抽象的知識、概念和規則，例如：通過對話了解到的用戶偏好、需要長期遵守的指令或領域知識點，都適合存放在這裡。這部分記憶具有高度的持久性和重要性，是AI Agent形成"知識體系"和進行關聯推理的核心。

最後，為了與日益豐富的多媒體交互，我們引入感知記憶。該模塊專門處理圖像、音頻等多模態訊息，並支持跨模態檢索。其生命週期會根據信息的重要性和可用存儲空間進行動態管理。

Jev 是 TypeSafe AI 推出的 System One AI 模型，它不生成文字，而是針對分類、評分、路由與真假判斷等任務，直接輸出具機率與信心分數的結構化決策結果。其目標是成為 Agent 與軟體系統中的「決策層」，以更快、更便宜且更可靠的方式取代大量傳統 LLM 的工具選擇與流程判斷工作。
https://www.aiposthub.com/jev-model-typesafe-ai-beginner-guide/