CortexDB V1 發佈：AI 智能體的體驗層

CortexDB 今日正式發佈 V1 版本，定位為 AI 智能體的“體驗層”，旨在解決當前智能體缺乏持久記憶的核心痛點。該團隊由 Apache Cassandra 聯合創始人 Prashant Malik 領導，聲稱 V1 在兩項公開基準測試中均達到業界最佳水平。

記憶的三個層次

文章指出，AI 智能體需要三個層次：智能層（LLM）、知識層（RAG 檢索）和體驗層。前兩者已逐漸商品化，而體驗層——即智能體經歷過的事件、事實和信念——長期缺失。CortexDB 專注於構建這一缺失的第三層。

記憶循環與五層模型

CortexDB 將記憶視為一個持續循環：捕獲、提取、協調、遺忘、鞏固。V1 實現了前四個階段為穩定 API，鞏固階段以 beta 形式提供。記憶內容分為五層：

• 事件：不可變的原子捕獲，作為真相來源。
• 情節：相關事件的有界跨度。
• 事實：雙時間戳三元組，可被新事實取代，舊版本保留。
• 信念：概率性聲明，附帶支持圖，可追溯“為什麼這麼認為”。
• 理解：合成的概念，跨越多個信念和情節。

與其他方案不同，CortexDB 明確區分信念與事實，允許用户詢問“為什麼”，這對於企業信任至關重要。

基準測試結果

在 ICLR 2025 的 LongMemEval-S 上，CortexDB 達到 93.8%（469/500），在 LoCoMo 上達到 86.9%（1339/1540）。六個月前 LongMemEval-S 得分僅為 76.4%，六週內提升了 10.6 個百分點；LongMemEval-S 更是提升了 17.4 個百分點。

競爭格局

文章批評了現有的解決方案：RAG 只是參考庫，工具是無狀態調用，向量數據庫缺乏意義，知識圖譜靜態不變。而 CortexDB 通過五層模型和證據追溯，解決了這些方法的根本缺陷。

V1 功能

V1 提供約 30 個穩定端點，包括統一寫入端點 /v1/experience、召回端點 /v1/recall（結合向量和 BM25 檢索）、問答端點 /v1/answer（帶引用）。系統支持層次化範圍（如 org:acme/dept:eng/user:alice）、雙時間戳（事實的有效時間和記錄時間）、PASETO v4 令牌認證、GDPR 合規擦除以及實時生命週期流。此外，還有五個導入器和 16 個連接器，覆蓋 Mem0、Slack、GitHub 等。

展望 V2

V2 將專注於“鞏固”階段，模擬大腦的睡眠過程，目標是將 LongMemEval-S 提升至 96-97%，LoCoMo 提升至 92-94%，並且端到端延遲低於 4 秒。即使當前的 beta 版 /v1/understanding/synthesize 也已經領先於競爭對手。

CortexDB V1 現已開放使用，無需郵箱即可獲取 30 天令牌。團隊表示，AI 的體驗層是缺失的第三塊拼圖，而 CortexDB 正在構建它。