Synapse 记忆架构：让 Agent 学会遗忘——认知科学教科书如何省下 95% 的 token

Synapse（arXiv 2601.02744，ACL Findings 2026，UGA 计算学院联合物理系/生物医学工程，官方实现 hq0709/synapse）把认知科学的四个经典机制——Tulving 的情景/语义记忆二分（1972）、Collins & Loftus 的扩散激活（1975）、ACT-R 的 fan effect（1983）、Ebbinghaus 遗忘曲线（1885）——打包成一个 Agent 记忆系统：情景与语义双层动态图上跑三轮扩散激活，侧抑制做注意选择，时间衰减做遗忘。LoCoMo 基准上综合 F1 40.5 拿下 SOTA（次优 Zep 39.7），每查询只花 814 token（全上下文基线 16,910）。最有信息量的不是总分，是消融实验：去掉时间衰减，时间推理 F1 从 25.9 腰斩到 14.2；去掉 fan effect，掉 35%；去掉侧抑制，单跳掉 26%——每个生物学机制都精确兑现成一个工程指标。以及一个传播学观察：外流传的"+23% 准确率"在原文里找不到对应口径，多跳相对次优其实只有 +3.3%，真正碾压发生在别处。数字在转述中的膨胀，本身就是这个时代验证带宽稀缺的活案例。

一、先给问题起名字：Contextual Tunneling

长周期 Agent 的记忆困境论文里叫 "Contextual Tunneling"——每个 session 的上下文互相隔离，上一次对话学到的偏好、三个月前犯的错、上周用户提过的关键约束，在下一次对话里全部不可见。现有解法两派都尴尬：全上下文注入派（LoCoMo/MemGPT 基线）每查询塞 16,900+ token、$2.67/千查询、8.2 秒延迟，成本随历史线性膨胀且注意力被稀释；向量检索派（RAG 系）只认几何相似度，问题换个说法就找不到证据。Synapse 的立场是后者的问题更根本："语义不重合但逻辑相关"的记忆，在任何把文档压成向量的投影里都不可见——这句话先记下，第五节回来算账。

二、双层图：Tulving 二分的工程化

图 G=(V,E) 的节点分两类。情景节点（episodic）每轮对话一个，三元组（内容 c，句向量 h，时间戳 τ）——句向量用 all-MiniLM-L6-v2 这种轻量编码器，不是靠大模型。语义节点（semantic）是 LLM 每 5 轮触发一次抽取出的实体/概念/偏好（去重阈值 0.92）——这是图里唯一需要 LLM 参与的构建环节，成本摊销在 Agent 生命周期里。

三种边定义了检索路径：时间边串起先后顺序；抽象边双向连接情景与概念（只在同一个 5 轮巩固窗口内）；关联边连接概念与概念。妙处出在抽象边上——它制造了 "Bridge Node" 效应：Mark 和滑雪旅行这两个词在 embedding 空间毫无相似度，但它们共同出现在同一段对话里、各自连到同一个情景节点，激活就能沿着"Mark→那次对话→滑雪"传播。共现本身就是知识，是几何相似度永远看不见的知识。人类记忆里"闻到某个味道想起某年夏天"的非语义联想，在这里以图结构的形式幸存。

规模控制用两条生物学风格的家规：每节点只保留 Top-15 入边（剪枝），激活连续 10 个窗口低于 0.01 的节点归档到磁盘（休眠）——活跃图压在 1 万节点以内。

三、激活动力学：一次查询 = 三轮神经活动仿真

查询到来时不是去查表，是让图"兴奋"一次。锚点由双触发机制选定：BM25 抓词法命中（精确实体名），向量检索抓语义命中。然后跑三轮循环，三个公式：

扩散（式 2）：u_i(t+1) = (1−δ)·a_i(t) + Σ_j S·w_ji·a_j(t)/fan(j)。激活沿边扩散，S=0.8；fan(j) 是出度——出度越高的节点，每条边分到的激活越少。这是 ACT-R 的 fan effect：一个人认识的人越多，"想起他"的每个联想就越弱。工程上这是自动的防蹭车机制：泛泛的 hub 概念（"工作""项目"）连了一百条边，每条边只漏一点点激活；高度特异的节点连三两条边，能量集中。反稀释就靠这一个除法。

侧抑制（式 3）：电位最高的 Top-7 个节点，对其它节点按电位差压制（β 系数），ReLU 截断负值。视网膜和皮层柱用来做注意选择的原始机制，在这里做"赢家通吃"的子图选择——被点亮的区域相互强化、压制竞争对手，图上浮现出一个"此刻相关"的子图。

Sigmoid（式 4）：γ 斜率 θ 阈值，把压制后的电位变成发放率。三轮收敛。

然后 Triple Hybrid Retrieval 把三路信号融合成最终排序：几何相似度（老 RAG 的路子）+ 激活值（图扩散的路子）+ 结构信号。注意这个设计姿态：不是"图替代向量"，是"图和向量各管一段"——相似度管表面匹配，激活管联想路径。这个融合比"颠覆 RAG"的叙事更诚实也更有效。

四、消融：每个生物学机制兑现一个工程指标

这是全文最干净的部分，值得整表转录（F1，GPT-4o-mini）：

三个读法。其一，遗忘不是缺陷是功能：去掉时间衰减，多跳推理从 50.1 直接腰斩到 14.2——因为图里塞满了新旧等权的路径，激活在时间维度上迷路。所有记忆系统都在拼命记住，Synapse 的杀招恰恰是遗忘。其二，防蹭车是免费的精度：fan effect 一个除法，综合分从 36.1 撑到 40.5。其三，纯向量基线 25.2 vs 完整版 40.5：+60% 的差距全部来自几何相似度之外的结构——这就是"语义不重合但逻辑相关"的定量存在性证明。

五、数字的诚实口径：+23% 与 −95% 都需要脚注

外流传言和原文数字之间有三个坑，值得逐一踩平：

"+23% 准确率"找不到对应口径。 多跳 F1 50.1，相对次优 Zep 的 48.5 只高 +3.3%（统计显著，p<0.05）；相对 MemoryOS 的 41.2 是 +21.6%，勉强凑上 23 的传说；相对 A-Mem 的 27.0 是 +85%。真正的碾压不在多跳而在单跳：96.6 vs 次优 69.2（+39.6%）——检索精度本身就是图结构的主场。多跳上 "84.2 vs MemoryOS 63.7" 的差距倒是真的，但那是 LLM-as-Judge 口径（附录 D.3），F1 口径下多跳其实咬得很紧。传播过程中数字挑最有利于叙事的基线，是记忆系统研究自己撞上的记忆偏差。

"−95% token"是真的，但基线是全上下文注入。 814 token/查询 vs 16,910（LoCoMo 基线）确实是 95% 节省；同表里 MemoryOS 只用 1,198 token、成本 $0.30/千查询，跟 Synapse 的 \(0.24 差距不大。省 95% 的功劳大部分属于"不把整段历史塞进去"这个想法本身，剩下才是图结构的贡献。诚实的对比是成本效率（F1/\)）：Synapse 167.3 > MemoryOS 126.8 > A-Mem 66.9 > MemGPT 10.5——领先，但没有数量级差。

对抗类 96.6 有门控的功劳，作者主动做了切割。 Adversarial 类 96.6 主要靠不确定性拒答机制（激活值作为与余弦相似度正交的置信信号，低证据直接拒答）。容易被质疑"靠拒答刷分"，作者专门报告：关掉门控综合 F1 仍 40.3 > Zep 39.7（p<0.05），假拒率校准在 2.5% 以内。这种自我切割的实验设计值得点名表扬——刷分嫌疑就是被这一手排除的。

六、低相似度子集：接口丢结构的第九次验证

附录 D.2 是全文最锋利的一张表。把测试集按"证据与问题的向量相似度"分桶：相似度低于 0.3 的困难子集上，A-Mem 综合掉 56.3%，Synapse 只掉 7.4%（多跳 42.3、单跳 93.7，几乎无损）。

这正是主线的第九次验证：向量检索是一次性压缩接口——它把文档间的关系结构（共现、时序、因果、桥接）压扁成欧氏距离，压掉的结构在下游任务里恰好是关键依赖（多跳、时序、换表述的引用）。解药同构：Agentic Search 用五个导航原语替代单次 embedding 投影，CoE 用完整经验 trail 替代摘要压缩，Synapse 用图上扩散激活替代几何近邻——单口换原语集、一次换循环，保留关系结构。三次验证分布在检索、经验、联想三个域，指向同一个结论：系统的可靠性不取决于生成能力，而取决于接口处幸存的结构。

顺带一个对位：CoE 是模型→自身接口（经验结构），Synapse 是模型→语料接口（联想结构）——五接口框架里两条不同的接口线，同一个月里各自交出"结构幸存"的证据。

七、冷静注脚

其一，LoCoMo 是超长对话 QA 基准，不是 Agent 干活一百小时的真实工作记忆场景；单跳 96.6 同时意味着这个类别接近饱和，下一轮基准赛要换赛道了。其二，认知架构的代价是拟合自由度：S、ρ、β、M、θ、γ、K、N、τ_dup、W、ε——十一个超参数在人类身上是演化磨出来的先验，在系统里全是待调的旋钮；作者给了敏感性分析（k∈[20,40] 平稳），但跨场景迁移性存疑。其三，语义节点靠 LLM 每 5 轮抽取，图的质量继承 LLM 的抽取质量——垃圾进垃圾出有了新的形态：LLM 没抽到的概念，扩散激活永远到不了。其四，工程借用不等于科学解释：消融证明这些机制在机器上有效，不证明人脑真的这么干——Collins & Loftus 的模型在认知科学里自己就有争议，引用它是借先验不是验先验。其五，官方 repo（hq0709/synapse）检索时点刚开源、零星标，复现体验未知。

回接主线

模型→语料接口一月三验（Agentic Search 原语集 / CoE 经验 trail / Synapse 联想图），接口丢结构证据链走到第九次；成本轴上 Synapse 把"记忆的边际成本"从全上下文的线性膨胀压到 814 token 常数级——记忆本身也加入了坍缩光谱。外加一个传播学注脚：数字在转述链中的膨胀（+3.3% → +23%）提醒我们，验证带宽经济学不只约束 AI 产出，也约束人类自己的信息消费。

*来源：arXiv 2601.02744v3（Jiang/Chen/Pan/Chen/You/Zhou/Zhang/Sikora/Zhao/Abate/Liu，University of Georgia × UTK × CU Anschutz × NJIT，ACL Findings 2026）+ GitHub hq0709/synapse *