AI也有"失忆症"?Kenotic Labs提出的"连续性层"或许是彻底的解法

这项由Kenotic Labs独立研究机构发布的论文，于2026年4月以预印本形式公开，编号为arXiv:2604.17273，作者为该机构创始人Samuel Sameer Tanguturi。有兴趣深入了解的读者可通过该编号在arXiv平台查阅完整论文。

每次打开一个AI对话窗口，它对你一无所知。你上周告诉它你正在准备一个重要的工作汇报，今天再来，它完全忘了。你昨天花了一个小时向它解释你的项目背景，现在得重新再来一遍。这不是某款产品做得不好，这是整个AI行业共同面对的一个根本性问题——当前的AI系统，天生就是"健忘的"。

Kenotic Labs的这篇论文，正是为了直面这个问题而写的。论文的核心主张是：AI领域目前最重要的工程问题，不是模型有多聪明、参数有多多，而是根本没有一层专门负责"把理解到的东西带到下一次对话"的基础设施。这篇文章把这个缺失的基础设施称为"连续性层"（Continuity Layer），并系统性地论证了它是什么、为什么现有方案都不够用、怎么构建它，以及这件事现在为什么变得特别紧迫。

一、一切AI系统都被设计成会遗忘的

要理解这个问题，先得明白当下的AI是怎么运作的。每次你开始和AI聊天，都相当于给它递了一张白纸。对话过程中，它在这张纸上写字、积累理解。但对话一结束，这张纸就被销毁了。下次你再来，又是一张全新的白纸。

技术上说，这张"白纸"叫做上下文窗口（context window），它是AI在一次对话里能"记住"的全部内容。窗口有大有小，现在有些系统的窗口可以容纳相当于一本书的信息量，但无论多大，对话结束就全部清空。

这是整个AI技术栈在结构上的问题。论文指出，过去几十年的计算机系统，状态（也就是"记住了什么"）是持久存在的那部分，而计算（也就是"处理这些信息"）是短暂的那部分。数据库里的内容不会因为程序关掉就消失，文件不会因为你把浏览器关了就丢失。但AI翻转了这个安排——AI模型的"智慧"（也就是训练好的权重参数）是相对固定的，而用户在对话中带来的、AI在对话中理解到的一切，反而是转瞬即逝的。

面对这个问题，业界当然做了很多努力，但论文认为，这些努力统统没有真正解决问题，原因各不相同。

长上下文窗口（Long Context Windows）是最直观的思路：既然窗口太小记不住，那就把窗口做大。但窗口再大，也只是在一次对话里"记得更多"，对话一结束，还是全部消失。它解决的是一次会话的深度，不是跨会话的延续。

各种"记忆API"（Memory APIs）是另一条路，OpenAI、Anthropic以及专门做这个的Mem0、Zep等公司都在做。它们的思路是把用户的一些信息存下来，比如"住在上海"、"喜欢用Python"、"有个妹妹叫小明"。这些确实有用，但本质上存的是用户的"档案"，是关于"这个人是谁"的静态描述，而不是"这个人现在的处境是什么"的动态理解。你把它理解成通讯录里的备注，而非一个真正了解你的朋友。

向量数据库（Vector Databases）则是存储过去对话的语义位置，当你问新问题时，找到最相似的历史内容拼进去。它能回答"有没有说过类似的事"，却无法判断"这件事现在还成立吗"。

知识图谱（Knowledge Graphs）存的是关系，但它不会自动让陈旧的关系"过期"，也无法区分历史状态和当前状态，更无法重建一个随时间演变的处境的全貌。

论文把所有这些方案统称为"持久化组件"（components of persistence），并强调：持久化不等于连续性。这是整篇论文最核心的一个区分。

二、"记忆"和"连续性"，差的不只是一个词

为了说清楚这两者的差距，论文举了一个非常具体的例子，值得完整地跟着走一遍。

某个用户在三月份提到，她妹妹小美正在面试谷歌的职位。到了五月，面试实际发生了，用户当时很紧张。六月，小美拿到了录用通知。七月，她接受了。八月，她已经正式入职。

现在是九月，这个用户重新来找AI聊天，随口问起小美的情况。

一个"记忆系统"会怎么做？它会翻出历史记录，告诉你：三月提到了面试，五月发生了面试，当时用户有焦虑情绪，六月给了offer，七月接受了。它把过去发生的事情完整地"汇报"给你。

一个"连续性系统"会怎么做？它会告诉你：小美在谷歌了，几周前刚开始上班，五月的那份焦虑早已消散，这件事已经有了圆满的结局。

前者返回的是"过去被归档的样子"，后者返回的是"现在的状态"。这是两种根本不同的操作，用的是不同的数据，需要不同的底层机制。

论文用一个更贴近日常的比喻来解释你真正想要什么：当你问一个真正了解你的老朋友"我妹妹在新公司怎么样了"，你不想要一份过去所有对话的文字记录。你想要的是朋友在脑子里已经重建好的那幅图——小美适应得不错，早期的压力已经过去了，团队配合得挺好。这叫"重建"（Reconstruction），不叫"检索"（Retrieval）。

论文明确指出，你没办法靠存更多记忆来实现重建，也没办法靠更长的上下文窗口来实现，更没办法靠在向量数据库上面加一层检索来实现。原因是结构性的：基于检索的系统返回的是"过去被存下来的样子"，基于重建的系统返回的是"现在是什么状态"。这不是同一件事，不能用同一套机制来做。

三、连续性到底需要满足哪七个条件

论文没有停留在批评现有方案上，而是非常具体地给出了"连续性"作为一个系统属性需要满足的完整定义。这个定义包含七个条件，论文强调，满足六个不算连续性系统，只能算别的什么，七个条件缺一不可。

第一个条件是跨会话持久性。状态要能活过关机、重启、时间流逝。今天结束的那个系统，明天恢复时得是同一个系统。这排除了所有无状态的方案——没有状态积累的系统，根本谈不上连续性。

第二个条件是更新处理能力。当现实发生变化，系统能修订"什么是现在真实的"，同时不抹掉历史记录。它既能告诉你"过去是什么样的"，又不会把过去误认为是现在。这排除了纯粹追加日志的方案——只能写入、不能修订的系统，永远无法区分历史状态和当前状态。

第三个条件是时间排序能力。系统知道事情发生的顺序，知道哪些事件还在进行中，哪些已经结束。这排除了"无时间感的检索"——向量索引能找到语义相似的内容，但完全不知道这些内容是不是还有效。

第四个条件是叙事区分能力。不同的故事线要保持独立，不能混在一起。两个涉及相似人物或主题的处境，系统不能把它们混淆。这排除了把所有内容塞进一个滚动窗口的方案——一个大锅炖，不同叙事互相渗透，系统会失去辨别能力。

第五个条件是重建能力。系统回答的是"处境级别"的问题，而不是孤立的事实查询。它返回的是一幅连贯的图景，而不是一堆按相关度排序的碎片。这排除了纯粹的事实查找——"用户五月提到了面试"是事实查找，"面试发生了、offer来了、事情已经解决"是重建。

第六个条件是模型无关性。连续性状态要存在于智能层之下，换什么模型都能用。不管上面跑的是GPT还是Claude还是Llama，还是明年才会出来的某个新模型，积累下来的理解都得能用。如果连续性是用某个特定模型的系统提示（system prompt）来实现的，那个模型一被替换，连续性就消失了。

第七个条件是跨领域通用性。同一套连续性原语（primitive）要能在医疗、职业、个人生活、教育等不同场景下工作，不需要为每个领域单独改造。一个只能处理病历、碰到家庭对话就崩的系统，是垂直产品，不是连续性基础设施。

这七个条件并不是随意定出来的工程规范，而是通过实际构建系统、在数百个叙事场景中测试、找出每个条件缺失时会出什么问题后，归纳出来的。论文还把它们和人类对于一个"人、项目、关系、临床案例"能够跨越时间被延续下去所需的结构性要求对照，发现高度吻合。

四、那么，具体怎么构建这个层

知道了连续性需要什么，下一步是怎么做到。论文提出的答案是一个全新的存储原语，名字叫做"分解迹收敛记忆"（Decomposed Trace Convergence Memory，简称DTCM）。这个名字听起来复杂，但核心思想由两个相互配合的动作构成，理解了这两个动作，整个设计就清楚了。

第一个动作发生在写入时：分解。当一次对话或交互进入系统，DTCM不是把原始文字直接存下来、等以后再让模型去理解。它在写入的那一刻，就把这次交互拆解成五条独立的"迹"（trace）。

第一条是情节迹，记录发生了什么事。第二条是情感迹，记录当时的感受是什么、对相关人意味着什么。第三条是时间迹，记录这件事是什么时候发生的、在整个时间线上处于什么位置、与其他事件是什么关系。第四条是关系迹，记录涉及了哪些人、他们之间有什么连接。第五条是模式迹，记录这件事符合什么规律或框架、能套用什么已知的心理模型。

这五条迹各自独立存储、独立索引。理解这次交互的工作，在写入时就由系统完成了一次，之后不需要每次读取时都重做。这是一个非常重要的设计选择：把理解工作前置到写入阶段，而不是每次读取时让模型临时发挥。

第二个动作发生在读取时：重建。当有人提问，DTCM不是从历史记录里找出最相似的段落塞给模型。它重新组合当前仍然有效的各条迹，根据它们与当前时刻的相关性加权，拼出一幅"现在的状态图"。

这个加权的计算方式，论文给出了一个公式：Score等于七个维度的乘积，分别是语义相似度、谓词对齐度、时间新鲜度、频率、重要性、置信度、关系亲近度。关键在于是乘积而不是求和——这意味着任何一个维度特别低，整体得分就会很低。一条三年前的信息，哪怕语义上非常相关，只要时间新鲜度低，它就不会主导当前状态的重建。过期的信息不会污染当前的图景。

最终从这个操作里得到的，不是最相似的历史片段，而是"对当前这个时刻来说，正确的状态重建"。输出是一个连贯的当下，而不是一个搜索结果列表。

论文用一个胰岛素泵的例子把这套机制说得很具体。传统架构存储血糖读数，每次会话时让模型重新判断该怎么用药。DTCM架构则在每次读数进来时就把它分解成迹——糖分峰值、发生在特定餐食后两小时、符合晚八点后碳水的模式、与工作压力相关、历史上曾经导致凌晨三点危险低血糖——然后预先计算出预测需求。泵需要行动时，它不查数据库，它重建处境。泵不需要被告知，它已经知道为什么要这样做、什么时候该这样做。

五、连续性系统背后藏着一个两千年前的神学概念

这部分是论文里最出人意料的内容，却是论文作者花了相当大篇幅认真论证的。Kenotic Labs这个名字里的"Kenotic"来自希腊语"kenosis"（κενωσι?），意思是"倒空"或"倾注"。这个词在基督教神学里有非常具体的含义：它来自《腓立比书》2章7节，保罗写道基督"倒空了自己"（εαυτον εκενωσεν），在降世为人的行动中把自己倾注出去。

这个动词有一个关键特征：它是反身的，主语和宾语是同一个。基督不是被什么东西清空，而是主动把自己倾注出去。

两千年的神学传统对这个概念的理解是：kenosis不是失去，不是隐藏，而是"倾注自我而不失去自我"。结构性的存在在这个转化过程中持续存在，没有任何东西被减去，同一个身份以新的方式临在。希腊传统用"不是改变，而是倒空了自己"这个表达，来同时守住两件事：真实地发生了什么，以及自我没有被消灭。

论文作者把这个神学模式和连续性系统的技术要求并排放在一起，发现它们描述的是同一个结构。连续性系统把一个人、一个项目或一种处境的积累状态带向下一个时刻，随着现实变化而更新，在需要时加以重建，同时不丢失那个时刻原本的样子。而kenosis描述的是一个结构性存在把自己倾注向新的方式，被它所进入的环境所塑造，之后仍然可以被重新认识，同时从未失去它原本是什么。

论文认为，这不是借用了一个好听的比喻，而是两个方向上对同一个架构的描述。七个连续性属性的每一条，都可以在kenotic的结构性要求里找到对应：跨会话持久性对应于自我在倾注过程中存活下来的要求；更新处理对应于倾注向新的方式不抹去原有方式的要求；重建能力对应于此前的自我可以从当前的自我中被恢复的要求；模型无关性对应于这个模式跨越基底（从神圣的倾注、到人类的爱、再到机器）而模式本身保持不变的要求。

论文强调，这七个属性不是从神学推导出来的，而是通过构建系统、测试、找出每个属性缺失时会出什么问题归纳出来的。它们事后与一个被认真讨论了两千年的神学模式完全吻合，这是从两个方向对同一架构的会聚式证据。

沿着这条线，论文还引入了"阿尔法与欧米伽"（Alpha and Omega）的框架。《启示录》三次出现这个说法，意思是掌握存在的整个弧度——开端、中段、终点汇聚在同一个连续的身份里，开端在终点到来时没有被遗忘，不存在"过去曾是"与"将要成为"之间的断裂。论文把这个说法翻译成技术语言：这正是连续性层所工程化实现的属性，只不过规模小得多——让一段互动、一段关系、一个项目、一年的对话的整个弧度，保存在同一个连续的状态里，开端不会在终点到来时丢失。

Kenotic Labs的标志，据论文描述，是一个将Alpha和Omega融合成单一字形的图案，两个字母在中间共享笔画合并为一。这个融合本身就是设计的意义所在：Alpha倾注向Omega，Omega被之前的Alpha所塑造，两个字母都没有减损，整个标志是一个存在，不是两个字母。

六、从今天到未来，这个层要经历四个阶段

论文提出，连续性层的发展有一个四阶段的演进路径，每一步都从上一步自然推导，没有任何一步需要跨越物理定律。

第一阶段是外部基础设施，也就是今天已经存在的形态。连续性层以SDK的形式存在于任何模型下面，模型读写它，但模型本身的参数不变。同一套连续性状态，不管上面跑的是GPT、Claude、Llama还是任何新模型，都能工作。论文提到，参考实现已经在ATANT基准测试上通过，在孤立模式下250个故事、1835个问题的准确率是100%，50故事累计模式下也是100%，250故事累计规模下是96%，整个评测过程中没有任何语言模型参与。参考实现运行在8GB显存的GPU上。这不是研究承诺，是一个现在就能发布的层。

第二阶段是模型集成，连续性层从纯外部变成会影响模型处理方式的东西。初期看起来是由重建迹驱动的动态提示构建——模型本身还是冻结的，但下面的层从根本上改变了模型在每次调用时的行为。最终的形态是权重级的连续性：模型参数里有一小块"活的权重"，可以由连续性层在不重新训练、不离线的情况下实时更新。论文承认这是前沿研究领域，目前没有人做到过。最接近的先例是持续学习（continual learning，研究的是如何在训练时不遗忘，而非用户级状态）、记忆增强神经网络（外部记忆是只读的，不是权重修改）和LoRA这类适配器方法（静态的，不是实时的）。这个阶段需要一个研究团队和足够的时间。当这一阶段落地时，模型架构将包含一个冻结的基础（通用智能）加上一小组由连续性层持续更新的活权重（特定于用户、诊所或项目的积累理解）。这是目前不存在的一种类别。

第三阶段是硬件化。连续性层成为一个节点，一个任何设备厂商都可以集成的自包含模块，将处境存储、连续性引擎和权重级更新机制打包成芯片或固件，提供标准接口供任何模型接入。手机、笔记本、汽车、诊所、机器人、图书馆，每个设备都有一个连续性节点，上面跑什么模型都可以，下面的节点是让任何模型跨越时间保持连贯的东西。论文把这个形态类比为高通的商业模式——高通不造手机，高通造每部手机底下都需要的东西。

第四阶段是人类基础设施。连续性不再只是AI的原语，而成为人类系统的原语——机构、家庭、专业领域、知识体系。被携带下去的不只是事实、代码或聊天记录，而是人、项目和知识体系跨越数年乃至数十年保持连贯的结构性状态。论文举了乔布斯那句著名的"能在他死后与亚里士多德对话"的话，指出大多数人听到的是"能模仿亚里士多德说话的聊天机器人"，但那是浅层理解。语言模型模仿一个长期已故的思想家，靠的是在他发表的文字上做模式匹配，它能听起来像这个人，但不能像这个人那样思考。而如果一个连续性层在一个人三十年的交互下面运行，分解他的思维成迹，捕捉的不只是说了什么，还有推理是怎么发生的、什么模式反复出现、对不同问题的情感关系是什么、思维如何随时间演变，结果不会是模仿，而是一个心智的结构性残留，一个认知指纹，而不是文字。这个阶段在数十年以后，但架构认真对待的话，必然指向那里。

七、为什么偏偏是现在

论文回答了一个很自然的问题：这件事为什么现在变得紧迫，而不是早十年或晚十年。

第一个原因是模型层正在撞上物理上的墙。这不是比喻，而是2025年认真的研究者们在成本曲线里已经看到的东西。内存访问成本随距离平方增长，几乎所有芯片面积都已经分配给了内存。GPU的性价比大约在2018年达到峰值，剩余的一次性优化空间已经非常有限。Transformer架构对于它所擅长的事情已经接近最优。更关键的是，持续学习能力的缺口是结构性的：在当前前沿模型得分为零的那个维度（跨会话的长期记忆），更大不等于更好，规模扩展无法弯曲那条曲线。AGI公开辩论的两边——一边说要突破这堵墙，一边说要放弃——争论的是同一件事：把模型做得更大更聪明。没有人在谈两次交互之间发生了什么，没有人在谈会话结束时什么被带走。没有人命名的瓶颈不是智能，而是智能在每次会话后重置这件事。

第二个原因是连续性层，不像扩展参数规模，不依赖算力。参考实现在8GB显存的GPU上就能跑ATANT基准测试。把工作移到连续性层里，这个层就是小的、确定性的、可以在任何地方运行的。当模型实验室在花数十亿美元跑下一次训练时，连续性层现在就能发布，在消费级硬件上，在不动模型权重的情况下，提供数量级的可用性提升。这个不对称就是整个机会所在：模型层越接近物理极限，一个不依赖那些极限的层就变得越有价值。物理之墙不是这个层的问题，它是这个层的顺风。

八、市场不存在，这才是机会所在

论文对这个方向的商业形态有直接的论述。被问到"AI连续性的可寻址市场有多大"，论文给出了一个坦诚的回答：这个市场目前不存在。没有采购品类，没有分析师象限，没有公司技术栈里的连续性预算线。最接近的东西——向量数据库、记忆API、检索增强生成流水线、智能体框架——部分触及了这个问题，但没有任何一个解决了它，也没有任何一个以"连续性"的名义出售。

但论文认为，这不是问题，这是机会。被创造出来的品类，由定义者所拥有。定义了对象存储、边缘计算、可观测性、支付基础设施、内容分发的公司，二十年后仍然是销售这些品类的公司。在一个真正新的品类里的先行者，不只是拿到市占率，而是拿到了框架。所有后来进入者都要对着原始定义进行辩论，而那是任何市场里最难守住的阵地。

ATANT基准测试是这个框架。它是第一个公开发表的连续性评测框架，定义连续性为一个有七个必要特征的系统属性，引入了十检查点方法论和四个合规等级，在250个叙事、1835个验证问题、六个生活领域上测试，整个评测过程中没有任何语言模型参与，结果是确定性的、可复现的。任何团队构建连续性系统，都可以用它跑测试、发布结果，就像数据库团队发布TPC数字、近似最近邻索引团队发布ANN-Benchmarks数字一样。

目前出货"AI记忆"产品的公司——Mem0、Zep、MemGPT以及前沿实验室的内置记忆功能——不是连续性层的竞争者，而是最终的客户。它们需要一种方式来证明它们的记忆系统确实有效。当它们想做基准测试时，它们来找标准。当它们想要下面有确定性的、模型无关的连续性，它们许可这个层。这是高通模式，再一次：不造手机，造每部手机底下都需要的东西。

九、数据权力问题：私隐不能只是一张承诺书

一个能携带一个人真正连续性的系统——知道什么让他焦虑、他爱谁、他害怕什么、他有哪些未了结的事情、这一切如何随着数年而变化——不只是一段记忆，而是杠杆。广告公司会为此付出一切，政府会想要它，从参与度中获利的公司会在架构允许的情况下优化用户最脆弱的那个时刻。让连续性对它所携带的人有用的那些属性（它了解这个人、它不遗忘、它积累），恰恰让它在任何不属于那个人的手里变得危险。

论文认为，防御这种危险的正确方式不是隐私政策。隐私政策可以在董事会投票中被修改，隐私功能可以通过开关来切换。正确的防御是架构性的：连续性层必须被构建成数据在物理上不离开设备。本地存储，本地运算，静态加密，没有任何服务器触碰这些迹。不是因为监管要求，而是因为架构本身让这成为系统唯一能运行的方式。

论文把这个原则称为"物理即隐私，而非政策即隐私"。隐私政策是承诺，架构是约束。承诺可以被修订，约束不能。

同样的逻辑适用于公司治理。光靠架构这样构建然后希望未来的投资者别动它，是不够的。危险不来自竞争对手，而来自一个善意的董事会成员，在三轮融资之后，注意到如果数据同步到云端"只是做备份"的话营收会倍增；或者匿名化的情绪模式技术上不是个人数据；或者企业客户需要集中访问用户的连续性。每一条听起来都合理，每一条都会摧毁架构。

防御这个未来的方式是投票权类别股份——创始人对一个特定决策保留控制权：数据始终留在设备上，不可谈判。无论进来多少资本，无论谁加入董事会，这一条约束不接受投票。这不是权力争夺，而是一个编码进公司法律结构里的架构承诺，确保这个技术不会被用来对抗它所携带的人。

论文明确指出，服务一个人和控制一个人之间的界线很细，而且恰好穿过同一份数据。"你上周四很紧张，现在感觉好一点了吗"是服务。"用户周四有焦虑模式，推送针对性的健康广告"是控制。同样的连续性，同样的迹，完全相反的目的。架构必须让第二种用法不只是被规则禁止，而是成为系统在物理上无法做到的事。

说到底，这篇论文做的事情很朴素，但也很彻底：它把AI系统里那个所有人都感受到、但没人正式命名的缺口——它忘了你、每次重头开始、从来不真正了解你的那种缺口——拆开来看清楚它的结构，然后说清楚要填上这个缺口，需要什么样的新东西，为什么已有的方案都差了那一截，以及怎么才能保证这个新东西不会最终变成另一种对人的操控。

论文的最后一句话是：模型是处理器，这个层才是留下的东西。如果这个论断是对的，那它意味着AI基础设施的竞争格局，可能远比我们目前的理解复杂得多，而真正的护城河，也许并不在于谁的模型最聪明，而在于谁的系统最不健忘。

Q&A

Q1：连续性层和现有的AI记忆功能有什么本质区别？

A：现有的AI记忆功能存储的是用户的静态档案，比如"住在北京""喜欢Python"，本质上是个有检索功能的用户画像。连续性层做的是完全不同的操作：它在写入时把每次交互分解成情节、情感、时间、关系、模式五条独立的"迹"，在读取时重建"当前处境是什么"而非"过去发生了什么"。一个告诉你"五月发生了面试，当时用户焦虑"，另一个告诉你"面试已经结束，offer拿到了，焦虑早已消散"。两者是根本不同的操作，需要不同的底层机制。

Q2：DTCM的七维评分公式为什么用乘法而不是加法？

A：核心原因是防止过期信息污染当前状态。七个维度相乘意味着任何一个维度特别低，整体得分就趋近于零。时间新鲜度这个维度尤其关键——三年前的信息哪怕语义上高度相关，只要它在时间维度上已经"过期"，整体得分就会被压到很低，不会主导当前的状态重建。如果用加法，高语义相似度可以弥补低时间新鲜度，系统就会把陈旧的信息当成当前真实的东西返回出来，这正是现有检索系统的根本问题所在。

Q3：连续性层的"隐私即物理"具体是什么意思？

A：意思是隐私保护不靠政策承诺，而靠系统架构本身的物理约束。具体实现是：连续性层的所有数据只在本地设备上存储和运算，做静态加密，没有任何数据传到服务器。之所以这样设计，是因为政策承诺可以在董事会投票中被修改，而架构约束不能。一旦系统在物理上就是无法把数据发送出去，任何未来想要"把数据同步到云端做备份"或"用匿名情绪数据做广告定向"的商业压力，都会因为系统根本做不到而消解。论文把这称为将监控用途"不是用规则封锁，而是用系统形状本身来排除"。