用户即代码：面向个性化智能体的可执行记忆

个性化AI智能体需要用户记忆：跨多次对话构建、在每次新对话中被咨询的持久用户模型。如今该记忆几乎总以非结构化文本、知识图谱或扁平事实库存储——并经检索咨询——取回与当前请求最相似的条目。这类“事实袋”记忆擅长回忆单条事实——但因为存储事实与据其行动是分离的两步——它难以消解矛盾、跨多条记录聚合或执行规则。我们主张用户记忆应当可执行。我们介绍用户即代码（UaC）——智能体的用户模型是一个活的软件项目的范式：带类型的Python对象持有用户状态——普通Python函数编码治理规则——使表示用户与推理用户发生在解释器可运行的同一介质中。使能机制是两阶段管线：永不丢弃事实的只追加日志——周期性检查点化为带类型代码。这改变了记忆能做什么。在标准长期对话基准上——UaC在召回上匹敌全上下文上界与最强先前记忆系统（LOCOMO 78.8%）。其优势在表示最重要的地方涌现。在用户历史的聚合问题上——“我去年出国旅行几次？”——基于检索的记忆崩溃（6-43%）——而UaC保持近乎完美（99%）——因为答案是对带类型状态的一行计算——而非文本搜索。且因为其规则在状态变化时确定性地执行——UaC能主动浮现安全攸关警报——如新开处方药与数月前记录的过敏冲突——这是查询驱动记忆无法提供的能力。