AI Agent中的持久身份：面向弹性记忆与连续性的多锚点架构

现代AI Agent面临一个根本性的身份问题：当上下文窗口溢出、对话历史被摘要时，Agent会经历灾难性遗忘——失去的不仅是信息，还有自我的连续性。这一技术局限反映出更深层的架构缺陷：AI Agent身份集中在一个单一记忆存储中，形成单点故障。借鉴人类记忆障碍的神经病例研究，我们观察到人类身份之所以能在损伤后存续，是因为它分布于多个系统：情景记忆、程序性记忆、情感连续性和具身知识。我们提出soul.py，一个通过可分离组件（身份文件和记忆日志）实现持久身份的开源架构，并提出向多锚点弹性扩展的方向。该框架引入混合RAG+RLM检索系统，自动将查询路由到合适的记忆访问模式，在不牺牲全面性的情况下实现高效检索。我们形式化AI系统的身份锚点概念，并给出构建身份能在部分记忆故障中存续的Agent的路线图。代码见github.com/menonpg/soul.py。