Supra认知模式：智能体记忆的路由架构

智能体记忆工作负载混合了直接事实查询、关系链与当前状态推理、以及跨长历史的广泛综合。我们描述Supra认知模式（SCM），一个把显式或自动选择的每查询模式映射到共享摄取基底上的检索与综合载荷的架构：冻结的语义分类器与运行时门在融合的词法与稠密查找、图或迭代多跳处理、分层长文综合之间分发查询。基底组合多粒度嵌入、抽取的三元组、事实版本元数据与可选的异步增强。我们在三个基准上刻画已部署配置：长期对话记忆（LoCoMo；n=1,986）、MemoryAgentBench（MAB；n=3,671）与LongMemEval（n=500）。参考运行记录：LoCoMo事实类84.87%、对抗弃权68.61%；MAB两次重复61.49%；LongMemEval 86.00%。仓库支持的复现产生相近的聚合分数，并支持任务与模式条件化的失败分析。原始基线输出、对齐的端到端计时与完整token账目不可得；存储行也省略部分最终运行时决策。结果刻画了一个已实现的路由配置及其诊断性失败模式，源码检查核实了每查询控制接口与共享基底设计；因果路由效应、效率增益与统计显著性仍在可得证据之外。