回忆(Recall)

回忆是 Previously 检索相关历史对话的方式。在 v1.0 里,它不再是主 Agent 驱动的检索工具,而是一位同事:一位情景回忆专家,主 Agent 用自然语言向它提问,它自己搜记忆,然后带回一份挂着原文引用的回答。每一步都实时渲染在聊天中:回忆在明处运行,而不是藏在 spinner 后面。

是同事,不是工具

契约的两端都是对话式的。主 Agent 用一个朴素的问题调用 recall——{question: "我们之前有没有和用户聊过婚礼致辞?"}——就像你问一位当时在场的同事。Recall 也用自然语言回答。

两条纪律贯穿整个交互:

1. 同事关系,用户永远是第三方。 主 Agent 与 recall 互以同事相称,称你为「用户」——任何一方都不会假扮你,也不会把对方当成你。这写进了共享的子 Agent 基础提示词和主 Agent 的工具描述里。
2. 证据锚定。 凡是对情景的断言,必须挂原文引用或 slice 指针;引不出原文的断言标为不确定。回忆、评分、方向变更全部遵守——幻觉是被结构性地锁死的,而不是指望模型自觉。

回忆报告

Recall 的回答落地为一份结构化报告,四个部分:

searched 轨迹让否定答案也可信:同样是「我们不记得」,查过相关时间窗和两条 Strand 之后说的,与扫了一眼时间线就放弃的,含义完全不同。

Recall 如何检索

Recall 持有全套只读记忆工具——readGlobalTimeline、readTimelineWindow、readStrand、listStrands、readSliceSummary,以及 readSlice(含 range 协议)——按人回忆的方式工作:先广度,深度只花在线索指向的地方。

1. 时间锚点优先。 问题里带时间锚点(「上周」、「婚礼前一天」)时,先用 readTimelineWindow 锁定物理时间窗。
2. 追踪 Strand。 从问题里的线索出发,沿匹配的 Strand——关键词到切片的索引——找到所有携带该话题的切片。
3. 先摘要,后全文。 切片摘要用来判断值不值得打开;全文深读配额最多 5 片,深度只花在重要的地方。
4. 找不到就直说。 检索确实一无所获时,诚实的回答是「我们想不起来这个」,并附上 searched 清单。Recall 绝不硬凑命中。

预算宽到足够认真检索——20 步、240 秒墙钟、温度 0.3(情景理解需要一点温度;诚实由证据锚定的结构保证)。超时不会白跑:recall 边想边写答案,runner 会返回已积累的部分结果。

返工信号

主 Agent 只保留了一个记忆读取工具:readSlice,专门用于核验 recall 的回答——「只在需要核对 recall 说了什么时,才打开原始切片」。

这条核验通道是埋了点的。当主 Agent 调用 recall 之后又自己重读同一个切片,系统会给这次读取分类——快速核对是 verify,把 recall 的活重干一遍是 rework,同一个问题再问一遍是 repeat——并记进 agent 时间线与 fitness store。一次 rework 是对 recall 的隐式扣分:它意味着回答没被采信。这是 fitness 评分最可靠的隐式信号源;攒够了,就会触发 recall playbook 的一次进化(见进化回路)。

深夜，你忽然想起妈妈去年夏天的那次检查。你问 Previously：

在界面里看回忆

recall 的每一步——读时间窗、追 Strand、打开切片、报告落地——都实时渲染在聊天里的一张工具卡片上：回忆在明处运行，而不是藏在 spinner 后面。渲染的三个阶段与五种卡片状态，见聊天界面。

相关文档

• 切片(Slices) —— 切片如何创建、关闭和索引
• 主题索引(Strands) —— recall 所追踪的语义关键词索引
• 进化回路(Evolution) —— 当 fitness 分数开口时,进化 recall playbook 的那条回路
• 架构(Architecture) —— 同事制与主 Agent 收窄的工具面