HyphaeDB：面向智能体优先记忆的活知识拓扑

每个既有向量数据库与智能体记忆框架都把记忆当作智能体显式查询的被动存储。没有系统经记忆层本身在智能体间传播知识。我们介绍HyphaeDB——智能体原生记忆基础设施——把层级可导航小世界（HNSW）图拓扑——每个现代向量数据库核心的数据结构——重新解释为多智能体AI系统的通信织物——而非搜索优化。在HyphaeDB中——智能体是向量空间中带持久位置的节点——知识经 gossip 协议沿图邻居结构传播并带能量衰减——而涌现行为（矛盾检测、模式结晶与共识形成）由拓扑、传播动力学与局部交互规则的组合产生。我们呈现建立在三原语（知识节点、拓扑边与记忆差异）上的架构——带经涌现共识晋升的多层抽象层级——以及把系统扎根于小世界网络理论、流行病广播协议与群体智能的理论分析。我们提供PostgreSQL+pgvector上的参考实现——并描述其在群体驱动开发（多智能体软件工程方法学）中的具体部署。据我们所知——HyphaeDB是首个把可导航小世界拓扑与基于gossip的知识传播结合用于多智能体协调的系统。