SuperLocalMemory V3：零LLM企业智能体记忆的信息几何基础

持久记忆是AI智能体的核心能力，但记忆检索、生命周期管理与一致性的数学基础仍未被探索。当前系统采用余弦相似度做检索、启发式衰减做显著性，且不提供形式化的矛盾检测。我们通过三项贡献建立信息几何基础。其一，由对角高斯族的Fisher信息结构导出的检索度量，满足黎曼度量公理，在充分统计量下不变，且可在O(d)时间内计算。其二，将记忆生命周期表述为黎曼朗之万动力学，并通过Fokker-Planck方程证明平稳分布的存在性与唯一性，以有原则的收敛保证取代手工调参的衰减。其三，一个胞层叠（cellular sheaf）模型，其中非平凡的第一上同调类恰好对应跨记忆语境不可调和的矛盾。在LoCoMo基准上，数学层在六段对话中比工程基线高出12.7个百分点，在最难的对话上达到+19.9个百分点。四通道检索架构在不依赖云端的情况下达到75%的准确率。云端增强的结果达到87.7%。零LLM配置通过架构设计满足EU AI Act的数据主权要求。据我们所知，这是首个为AI智能体记忆系统建立信息几何、层叠理论（sheaf-theoretic）与随机动力学基础的工作。