AI 记忆算不算「可验证」，看四项元信息加一个纠错入口

先把答案说完：四个词分别是什么意思

这四个词经常被当成营销形容词用，但它们在工程上各有明确所指。下面每一条都对应 OneOneTalk 记忆记录结构里的一个真实字段。

• 来源（source）：这条理解是从哪次对话、哪份你主动给的材料里长出来的——线上是一条可回溯的出处标注，例如「你 8/10 确认」「5 次对话归纳」。没有来源的记录，等于一个查不到出处的传闻。
• 时间（validFrom / validUntil / touchedAt）：什么时候开始生效、到什么时候为止，以及最后一次被用到或确认是什么时候。人是会变的——「最新的已确认信息优先于旧的已确认信息」这条检索规则，靠的就是这两个字段。一条两年前记下、之后再没被验证过的偏好，不该和昨天你亲口确认的偏好享有同等分量。
• 置信度（confidence）：0 到 1 之间的数值，表示这条记录被证据支持的程度。它决定这条记忆能不能作为结论使用，还是只能作为问题提出。
• 作用域（scope）：这条记忆允许在什么范围内被调用。设计目标是至少支持仅当前对话、仅我、指定项目、指定团队、可进入公开产物五档，并按硬隔离而非排序偏好实现——但逐档设置的入口与对外产物的强制过滤仍在建设中，「跨作用域敏感记忆泄漏为 0」是我们给自己定的发布门槛，不是已经拿到的成绩。

第五样东西是纠错入口。前四项让你看得见，纠错入口让你改得动。只能看不能改的「记忆透明化」，在实践中很快会退化成一个没人再打开的页面。完整的记忆主权动作面见数字分身页。

置信度到底在衡量什么（最常被误解的一个词）

很多人以为置信度是「AI 对自己这句话有多自信」。在记忆系统里不是——那是模型输出的属性，而置信度是这条关于你的记录被证据支持的程度。两者可以完全背离：模型可以非常流畅、非常笃定地复述一条来源单薄的猜测。

• 它靠确认提升，不靠重复提升。同一个推断在对话里反复出现，只说明这个话题常被谈到，不说明它是真的。真正让置信度上去的是你确认了它——纠正一次比确认十条更有信息量，因为纠正直接指出了系统错在哪。
• 它会降。新证据与旧记忆矛盾时，一个合理的处理是降低旧记录的置信度并标记冲突状态，而不是删掉它——你可能只是那天换了个说法，也可能真的改变了想法，这个判断该由你来做。
• 低置信度决定用法，不只是显示一个数字。低置信、已过期或处于冲突状态的信息，只能被当作问题提出（「你现在还是更看重这个吗」），不能当作结论直接写进建议。这是检索规则里的一条硬约束，不是提示词里的一句叮嘱。
• 置信度高也不会让推断变成事实。在我们的运营侧数据结构里，模型提取的用户标签的真实性状态被写死为「推断」——它是一个字面量类型，不是一个可以被改写的变量。置信度 0.99 的推断仍然是推断。

事实、偏好、推断、故事设定：四类分开记

「可验证」的另一半，是不能把不同来路的信息混在一个池子里。每条记录都必须标注真实性状态：已确认事实、你的偏好、推断、故事设定。

差别在使用方式上：「你可能偏好先看证据再下结论」和「你说过要先看证据再下结论」，在系统里是两种东西，前者不允许以后者的口吻出现在建议里。这条不是文案纪律，是记忆检索规则的一部分——推断不得在建议中被表述为你的事实。

故事设定单独成一类，指的是数字分身自己的角色世界观。它与关于现实的事实库隔离存放，永远不作为关于现实的证据被引用。这样做的代价是系统更复杂，好处是分身在陪你演一段故事时说的话，不会渗进它对真实的你的判断里。

对外表达也沿用这条分界：分身替你在站内发言时只引用你确认过的事实与偏好层，推断与故事设定不外发——分身不能替你把猜测说成立场。

三个可以当场验证的流程

元信息是静态的，真正决定记忆可不可信的是写入、修改、调用这三个时刻的流程。以下三条已在 Web 版记忆账本里可以直接看到。

除此之外，账本支持逐条冻结（不再参与召回，可随时解冻）、遗忘，以及一次性导出为 starmap/v1 格式的全字段无损文件。这些入口不消耗任何站内积分，也不受订阅状态影响——记忆不是赎金。

和 RAG 的「来源可溯」是什么关系

检索增强生成（Retrieval-Augmented Generation，Lewis 等人 2020 年发表于 NeurIPS 的论文提出）已经让「回答要能指出依据」成为工程通行要求。长期记忆需要的是同一思路的更长周期版本。

两者的分工可以这样区分：RAG 的引用是单次可溯——这一次回答的依据能不能被指出来；记忆元信息是持续可溯——它长期以来对你的判断能不能被指出来、被推翻。一次回答引错了，下一轮重新检索就过去了；一条关于你的记忆错了，它会持续影响之后的每一次判断，所以必须可查看、可纠正、可遗忘。

更早的通用做法来自数据溯源标准。W3C 的溯源本体 PROV-O（W3C 推荐标准，2013 年 4 月 30 日发布）把溯源拆成三个要素：实体、活动、代理——什么东西、在什么活动里、由谁产生。记忆账本里的来源引用、创建时间与候选确认记录，正是这三要素落在「AI 对一个人的理解」上的形态。

合规侧也在往同一个方向收。《中华人民共和国个人信息保护法》（2021 年 11 月 1 日施行）第四十六条规定：「个人发现其个人信息不准确或者不完整的，有权请求个人信息处理者更正、补充。」同法还规定，个人有权要求个人信息处理者对其个人信息处理规则进行解释说明。《生成式人工智能服务管理暂行办法》（2023 年 8 月 15 日施行）则要求服务提供者采取有效措施，「提升生成式人工智能服务的透明度，提高生成内容的准确性和可靠性」。

把这两条并在一起看，结论很直接：一个说不清自己凭什么这样理解你、也无法被你更正的 AI 记忆系统，不只是体验不好，法律上也是站不住的。

没做到的部分，也写在这里

这一页讲的是可验证，所以我们自己的边界也应该可验证。以下是明确还没做到或还在建设中的部分。

• 敏感级别与独立的冲突状态字段还没落地。线上的记录结构里没有单独的「敏感级别」标记，界面上看到的冲突提示是由「被谁取代」现算出来的，不是一个存储字段。这两项是我们给自己写的门槛要求，尚未兑现。
• 候选记忆卡的披露还不完整。目前进账本前会展示要记什么、为什么想记、建议作用域；「预计用途、保留多久、敏感信息单独同意」这三项披露还没做进去。
• 作用域的逐档设置与强制过滤在建设中。作用域字段已在记录里，但把它做成可逐条选择的五档、并在对外产物时强制过滤，仍未完成。
• 有效期的界面入口还没上线。记录结构里有有效期字段，但「给某条记忆单独设一个到期日」的操作界面尚未开放；目前你能做的是冻结或遗忘。
• 从其他 AI 导入记忆还在建设中。规划的做法是导入内容先进隔离区，经扫描与你逐条确认后才写入账本——不会有一批来路不明的记录直接落进你的星图。这条尚未上线。
• 环境上下文感知尚未开放。屏幕、浏览器、日历这类来源，规划是按来源单独授权、随时可暂停、并明确显示当前采集状态。在它做到这个标准之前，我们不开。
• 置信度是参考值，不是概率保证。它帮助你和分身判断一条记录该被怎么使用，但不是一个经过校准的统计概率，不要把它当成「有 87% 的可能是真的」来读。
• 发布门槛不等于已测成绩。我们给自己定了发布前必须达标的门槛：已确认记忆准确率不低于 95%、跨作用域敏感记忆泄漏为 0、删除请求在承诺时限内完成率 100%。这些是关卡，不是已经拿到的分数——没测过不等于没问题，这一点我们不含糊。