CortexDB V1 发布：AI 智能体的体验层

CortexDB 今日正式发布 V1 版本，定位为 AI 智能体的“体验层”，旨在解决当前智能体缺乏持久记忆的核心痛点。该团队由 Apache Cassandra 联合创始人 Prashant Malik 领导，声称 V1 在两项公开基准测试中均达到业界最佳水平。

记忆的三个层次

文章指出，AI 智能体需要三个层次：智能层（LLM）、知识层（RAG 检索）和体验层。前两者已逐渐商品化，而体验层——即智能体经历过的事件、事实和信念——长期缺失。CortexDB 专注于构建这一缺失的第三层。

记忆循环与五层模型

CortexDB 将记忆视为一个持续循环：捕获、提取、协调、遗忘、巩固。V1 实现了前四个阶段为稳定 API，巩固阶段以 beta 形式提供。记忆内容分为五层：

• 事件：不可变的原子捕获，作为真相来源。
• 情节：相关事件的有界跨度。
• 事实：双时间戳三元组，可被新事实取代，旧版本保留。
• 信念：概率性声明，附带支持图，可追溯“为什么这么认为”。
• 理解：合成的概念，跨越多个信念和情节。

与其他方案不同，CortexDB 明确区分信念与事实，允许用户询问“为什么”，这对于企业信任至关重要。

基准测试结果

在 ICLR 2025 的 LongMemEval-S 上，CortexDB 达到 93.8%（469/500），在 LoCoMo 上达到 86.9%（1339/1540）。六个月前 LongMemEval-S 得分仅为 76.4%，六周内提升了 10.6 个百分点；LongMemEval-S 更是提升了 17.4 个百分点。

竞争格局

文章批评了现有的解决方案：RAG 只是参考库，工具是无状态调用，向量数据库缺乏意义，知识图谱静态不变。而 CortexDB 通过五层模型和证据追溯，解决了这些方法的根本缺陷。

V1 功能

V1 提供约 30 个稳定端点，包括统一写入端点 /v1/experience、召回端点 /v1/recall（结合向量和 BM25 检索）、问答端点 /v1/answer（带引用）。系统支持层次化范围（如 org:acme/dept:eng/user:alice）、双时间戳（事实的有效时间和记录时间）、PASETO v4 令牌认证、GDPR 合规擦除以及实时生命周期流。此外，还有五个导入器和 16 个连接器，覆盖 Mem0、Slack、GitHub 等。

展望 V2

V2 将专注于“巩固”阶段，模拟大脑的睡眠过程，目标是将 LongMemEval-S 提升至 96-97%，LoCoMo 提升至 92-94%，并且端到端延迟低于 4 秒。即使当前的 beta 版 /v1/understanding/synthesize 也已经领先于竞争对手。

CortexDB V1 现已开放使用，无需邮箱即可获取 30 天令牌。团队表示，AI 的体验层是缺失的第三块拼图，而 CortexDB 正在构建它。