MRMS：面向长寿命AI智能体的多分辨率记忆基底

长寿命AI智能体需要跨交互的连续性，但连续性无法靠延长提示窗口获得：智能体必须保留有用的既往经验、选择性地检索、区分个人上下文与外部证据，并在底层情形变化时修订记忆。我们提出沿两个正交轴组织的架构化记忆基底：表示轴横跨结构化记录、向量表示与图关系；时间轴横跨短期痕迹、中期抽象与长期语义承诺。关键设计约束是结构化—向量—图记忆同步：结构化记录治理资格、向量表示支持召回、图关系在门控上下文投影前裁决支持、矛盾与替代。核心主张：可靠的个性化是记忆设计问题——有用的记忆是结构化的、选择性暴露的、持续整合的并带有认识标记，而非存为无差分的对话历史。框架之外，我们把MRMS实例化为轻量原型，实现结构化记录、向量检索、时间策略与基于图的修订，并在受控长寿命交互场景中行使记忆选择、修订、边界执行与证据归因。