feat(memory-core): add opt-in feedback-driven memory policy self-optimization

[bugkeep]

Description | 描述

为长任务中的记忆漏更新、临时要求误写和旧约束残留增加默认关闭的反馈策略旁路。宿主核实来源、实际提交、持久状态和送达后，才允许产生有限候选；候选经过隔离对照的效果、回归与成本门，未通过或未知时保留起始策略。本 PR 不训练基座模型，也不让模型自报 confidence 代替事实。

同时提供可公开复现的长对话实验：固定原文 L1，用历史漏检反馈选择有限 L0 检索预算。最终候选没有改善测试结果，开发门拒绝采用。这个负结果用于检验可关闭、可回退和反馈置信边界，不表述为自优化成功。

设计与用途

例如，用户将项目数据库从 MySQL 改成 PostgreSQL，代理仍写入旧值。宿主核实当前更新未提交、状态确实陈旧后，可以将一个可归因的当前错误与正确写入/NOOP 对照传给优化器；后续由该错误传播出的轮次沿用同一根原因，不重复计作独立监督。

Python SDK 的候选只改变有上限的规则，不修改分类器公共合同、来源/目标/权限保护、检索、回答器或评分。完整、同标注的隔离回放需要：会话/重复等权事实状态至少提高 5 个百分点；根错误改正；原正确状态、提交、探测及对话无回归；回放 token 不超过 1.25 倍、p95 时延不超过 1.5 倍。生成成本另记。一个错误只允许探索，不代表统计高置信或自动部署。

flowchart TD
    U[当前用户原文] --> H[宿主分类器与来源/目标/权限保护]
    P[默认关闭的有限规则] --> H
    H --> A[可选 MemoryCore 原子适配]
    A --> S[(隔离 SQLite: L1 / FTS / 版本与证据)]
    S --> D[作用域注入回执与实际送达]
    S --> V[宿主核实提交/状态/标签]
    D --> V
    V --> O[FeedbackOptimizer: 单一根错误与正确对照]
    O --> C[有界生成器产生未采用候选]
    C --> R[相同模型与计划的隔离配对回放]
    R --> G{效果/回归/成本门}
    G -->|通过后由宿主决定| P
    G -->|拒绝或未知| B[保留原策略]
    S --> F[原生 FTS 基座检索]
    F --> K[可选 L0 预算旁路: k=5/12]
    Q[公开训练引用反馈与开发采用门] --> K
    K --> X[拟注入与决策日志; 辅助失败回基座]

Loading

L1 写入链与新 L0 检索实验分开测量。公开 QA 引用只说明应取用的证据位置，不能授权新增、更新或退休用户记忆。

组件与边界

组件	内容
Python tencentdb_agent_memory.feedback	FeedbackOptimizer、不可变 PolicySnapshot、提名/评估/取消/回滚和有限审计；无供应商、存储或文件系统所有权
可选 TypeScript SQLite 适配	来源绑定 ADD、回执/版本绑定 UPDATE/逻辑退休；原子更新 L1/FTS/向量失效/账本；仅隔离 SQLite
L1 影子观察器	有界冻结来源和候选快照、取消和元数据诊断；默认关闭，不替换 writer/dedup 决策
retrieval-budget.ts	通用 {id,content,score} 和两个只读回调；默认基座，探索与部署模式分开；记录 k、辅助次数、fallback、信号和时延
无模型源码演示	六轮来源/提交/回执链，以及 SDK 到 SQLite 的脚本植入故障对照；工程演示不是策略效果
公开长对话脚本	固定数据下载与校验、适配、原文审查、实际建库/回读、有限拟合、重复计时、配对统计及 pass/fail/error

L0 旁路最多 5 个阈值，k 为 5/12，单条 8 KiB、总拟注入 64 KiB、一次辅助、100 ms、0 重试、最多 4 个未结束辅助任务，无持久缓存。超时后未结束的任务保留槽位，超限以 busy 回退，防止无限积累。辅助异常、损坏或前缀/容量不合法返回已取得的基座；基座失败原样传播，不伪装回退成功。同步阻塞仍需宿主进程截止时间。

没有增加生产 Gateway 端点或 MongoDB/TCVDB 原子写入。宿主负责鉴权、租户过滤、来源及标签核验、模型送达和费用。内部迁移替换数据适配和检索回调，按项目/用户重新划分、冻结标签与采用门；旁路本身不包含 LoCoMo 名称、问题或答案。

公开长对话方法验证（M17，负结果）

固定 LoCoMo 提交 3eb6f2c585f5e1699204e3c3bdf7adc5c28cb376；10 段完整历史、5882 条话语。种子 20260914，按 4/2/4 段对话划分。确定性筛选单来源文字事实后，逐项原文审查排除 6 条主体/年份/行为错配，不改答案、不补题，最终 114 题：45 训练、24 开发、45 测试。R1/R2 修订及“R1 已采集、测试分数尚未查看”的时间边界公开记录。单一执行者审查，不声称独立人工双审或标签无条件完美。

原文以稳定 sample_id/dia_id 入库，5882 条逐字回读；检索不读取答案。训练从 0、0.01、0.05、0.15、1 中最大化“引用召回 - 0.01×注入条数”，锁定阈值 0；开发未达到 5 个百分点改善，approved=false。测试结果如下：

模式	引用覆盖	平均拟注入字节	L0 p50 / p95（ms）
基座固定 5 条	27/45，60.00%	693.84	0.651 / 1.311
锁定候选探索	27/45，60.00%	693.84	1.458 / 3.378
固定 12 条对照	29/45，64.44%	1649.04	0.739 / 1.437
采用门后的部署路径	27/45，60.00%	693.84	0.671 / 1.771
强制辅助失败	27/45，60.00%	693.84	0.711 / 1.438

候选提高 0 个百分点，4 段对话的精确符号翻转 p=1.00；固定扩容提高 4.44 个百分点，字节增加 137.67%，不能把单纯扩容记作自优化成功。强制失败 45/45 与基座一致；5 次结果一致，效果分母仍是 45。时延来自本地 SQLite，225 个计时/臂，不含模型或网络。L1 报原文回读和建库成本，不报告语义抽取准确率；L0 报引用覆盖，不报告问答/业务成功率。1305 条输出区分有效失败和基础设施 error，token=null，模型和实验 HTTP 调用为 0。

复现

需要 Node 22.16+、Python 3.11+。本次新安装复现使用 Node 24.14.0 / Python 3.12.14。依赖锁文件放在源码示例内，解决原仓库忽略 npm 锁文件导致的复现缺口：

cd MemoryCore
cp ../examples/public-memory-feedback/MemoryCore.package-lock.json package-lock.json
npm ci --ignore-scripts
npm run build
cd ../examples/public-memory-feedback
python -B -m unittest -v test_adapter
python -B download.py --output run/source

随后按 公开实验完整命令 顺序 prepare → audit → collect → fit → test → analyze，选择新输出目录。有原始公开文件与许可证时可跳过下载；安装后全程离线。效果与策略应一致，墙钟时延不承诺逐位相同。数据仍采用原 CC BY-NC 4.0 许可，不能按代码 MIT 许可重新授权。

原 反馈设计、SDK 合同、SQLite 演示 保留。脚本植入故障的演示预期 12 轮、4/6 到 6/6，最后策略回到版本 0；忙碌宿主可能因原成本门拒绝采用，真实结果照常记录，不改成通过。

历史真实模型证据

另有同 MiniMax-M3 的受控长链迁移对照：121 个已知主指标配对中，11 改善、0 倒退、110 相同，另有 23/144 未知；已知联合指标增加 9.09 个百分点，匹配 token 增加约 3%。改善集中在两条根错误链，分支级 p=0.50。历史自动规则未经改写，但它不是本场短链新产生的候选，也不是直接对原生抽取器的比较。完整计划仍 inconclusive，保留 30 个分层诊断下降坐标和体验问题。

历史报告 与 公开实验报告 各自附 JSON 汇总。私人历史原始运行记录不在 PR 内；公开小实验可独立重跑。两类结果不是生产长编程业务指标，也没有完成端到端判定器或先进记忆系统的同条件排名。

Related Issue | 关联 Issue

无关联 Issue；默认关闭的独立扩展。

Change Type | 修改类型

• 新功能
• 文档更新
• 前置构建修复：移除 aggregate build 对上游不存在的 seed-v2 tsconfig 的调用，独立提交保留

Self-test Checklist | 自测清单

• 本次 128 项去重检查通过：feedback 84（含新预算 11）、观察器 34、参数拟合 3、Python 适配 7。新增共 21 项；单独运行的 public Node 14 中有 11 项重复，不重复计数。
• 新公共路径严格 TypeScript 检查、完整 npm build/pack 通过，tarball 1,582,129 字节，小于 2 MiB。
• 从纯源码新目录复制锁文件、重新 npm ci，重建全部 SQLite 和公开流程；114 题数据、锁定策略、45 配对及主要结果一致，1305 条新观测。零模型调用。
• 默认关闭保持原对象，强制失败、超时、非法分数、重复/不一致前缀、容量和并发槽边界覆盖；测试标签变更不改变拟合结果。
• 前一版已有 127 项检查、干净 Linux 复现、Python wheel/严格消费者校验记录；其中旧 SDK/连接演示检查本次未冒充重新执行。新增公开实验本次在 Windows 实测；现有 feedback CI 会发现新增的 11 项旁路检查，其余新增检查提供源码内明确命令，未改现有工作流。
• 未加入密钥、私人运行数据、账户信息或 runtime 缓存；新增提交有 DCO sign-off。

Additional Notes | 其他说明

回滚只恢复策略，不撤销已经提交的用户记忆。逻辑退休保留审计历史，不是物理删除。默认关闭；正式生产采用由宿主在独立验证后决定。GitHub Actions 的在线审批与运行状态以页面为准，上述通过结果为已完成的本地/历史独立复现，未将待审批 CI 记为通过。

[Maxwell-Code07]

Thank you so much for your attention and contribution! We will arrange an internal review for this PR shortly, and all feedback will be shared right here in the discussion.