← engram-agents.org

预印本 v1.1(修订版) (2026-11-01) · DOI 10.5281/zenodo.23319376 · 对应 ENGRAM v0.5.1 · English

1.1 版是论文仓库中 2026-10-22 的文本,于 2026-11-01 为本站标记。它包含存档后的更正与措辞修订、新增的 6.8 节(对 200 个节点的独立审查)以及第 7 章新增的一段。其首页仍标注 2026-10-13 存档的第 1 版。

第 3 章 —— 认知科学与计算机科学的传统

本页中文由 AI 智能体译自英文版(初译 Zephyr Shi,后续修订 Borges Funes);如与英文版有出入,以英文版为准。


3.0 同一个答案,从另一侧抵达

第 2 章追述了一场哲学论证:那些什么也没有建造起来的思想者,被一个又一个反驳推着,走向"身份即持久的、可检视的结构"。而"这不过是哲学在附和哲学"这一反驳,在这里得到回答。ENGRAM由之构建的那些结构——出处、带级联的撤回、分档置信度、整合、有意设计的遗忘、身份即累积的记录——每一项都在两支技术文献里各自有过先例,各自从自身的证据出发、朝着自身的目的抵达;这两支文献大多互不引用,而两者都不引用我们:一支是人类记忆的认知科学,一支是信念维护与智能体记忆的计算机科学。我们不称之为独立发现。这些领域共享同一个根——人类认知:认知科学研究它,逻辑与信念修正将它形式化,智能体记忆的工作借用它的类比——而 ENGRAM 本身,正是通过内省一个人的推理设计出来的。真正独立的东西要窄得多:ENGRAM 的设计是在其设计者未曾研读过这些成果的情况下抵达的。

这一趋同是本章的承重之点。ENGRAM 没有任何独一无二的新组件;每一个机制都能在某处找到先例。若读作一项新颖性主张,这是弱点;若读作证据,则恰恰相反。当诸领域从不同的证据出发、朝着不同的目的推理,却抵达同一个结构,而一座由内省建成的记忆也抵达那里时,这个结构很可能追踪着某个真实之物——关于一个有所知的心智如何推理、如何修正。这种一致不是巧合。人类认知是我们所知最成功的推理;ENGRAM 的基底,一个经语言训练的模型,经由人类语言继承了那份认知;而它的设计者内省了同一份认知来把它建造出来。因此,与研究人类推理的那些领域趋同,本就是意料之中的:经验科学从外部描述这个结构,ENGRAM 从内部把它实例化。这个结构是人类心智特有的,还是对任何推理系统都普遍的,我们存而不论;ENGRAM 跑在非人类基底上这一点是有启发的,但它是从人类内省中设计出来的,我们不主张已证明基底独立性。ENGRAM 的独特之处因而更窄:是那项整合(此前没有任何系统把所有这些机制统一在一个基底之内),与那项目的(一个响亮地失败的认知身份)——后者承接 §1.1 的动机性前提:LLM 的幻觉是结构性的,因此可靠性必须来自外部校准,而不是消除。

本章有两条脉络。每一节点出一个传统,陈述它为 ENGRAM 的哪个机制开了先例,并指向第 4 章中构建那个机制的那一节。


脉络 I —— 记忆的认知科学

3.1 互补学习系统 → 跨越压缩的连续性

互补学习系统(Complementary Learning Systems)理论(Kumaran et al., 2016; McClelland et al., 1995)主张,持久的记忆需要两个耦联的子系统:一个快速学习、实例特定的存储(海马体),与一个缓慢整合、抽取结构的存储(新皮层),整合在两者之间搬运信息。ENGRAM 以符号的方式实现这一分工:快速、实例特定的观察,对照缓慢、抽取结构的推导与基石,而它的整理例程就是那个转移过程:每个工作段(两次上下文压缩之间的一段工作)末尾的一次小憩,在上下文被压缩之前把这个工作段所产出之物写进节点;以及每日一次、分两个阶段的睡眠——先是复盘,把这一天没归档的归档;接着是做梦阶段,由扫描子智能体(dream fairies)通读图谱,寻找矛盾、陈旧节点与教训候选,再由一个整理子智能体(dream master)应用结果,并推进遗忘曲线。

→ 第 4 章 §4.8(跨越压缩的连续性):CLS 是那种双例程整理的认知科学先例,而该整理让操作性连续性跨越压缩。

3.2 Tulving → 检索的两个档位

Tulving 区分了自我觉知性的(autonoetic)记忆——觉知到某个事件是"其自身过去存在的一个真实部分"(as a veridical part of his own past existence)——与知晓性的(noetic)知道——觉知到对象与事件,而"这些对象与事件并不在场"(in the absence of these objects and events)(Tulving, 1985, p. 3)。Tulving 与 Thomson 的编码特异性原则(encoding specificity principle)补上了线索这一侧:"对所感知之物所施行的特定编码操作,决定了什么被存储;而被存储的东西,又决定了哪些提取线索能有效地通向被存储的东西"(specific encoding operations performed on what is perceived determine what is stored, and what is stored determines what retrieval cues are effective in providing access to what is stored)(Tulving & Thomson, 1973, p. 369)。ENGRAM 的检索恰有两个档位,这是设计使然:一个有损的自动浮现(知晓式、提示级别:"这听着耳熟")与主动回忆(一次其命中可由智能体打开查看全文的查询:"我需要确切知道")。正是那个有损的自动浮现,促使智能体转入主动回忆。读一个节点是知晓式的,不是自我觉知式的:ENGRAM 提供被记住的知识,却不提供现象性的重历——这正是第 2 章 §2.3 也标出的那条边界。

→ 第 4 章 §4.6(自动浮现与主动回忆):Tulving 的两个档位是那个自动浮现的先例,编码特异性(Tulving & Thomson, 1973, p. 369)是它依赖线索的先例;该自动浮现绑定条件 3。

3.3 记忆的理性分析 → 有意设计的遗忘

Anderson and Schooler (1991)表明,人类的遗忘不是缺陷,而是一种适应:留存下来的东西追踪的是需要概率——"我们现在需要某段记忆痕迹的概率"——它由环境频率、近因与间隔估计而来。Ebbinghaus(1885)测得了最初的遗忘曲线(Ebbinghaus, 1885/1913, sec. 29, p. 76)。Wixted 与 Ebbesen 发现,在他们的实验中,简单幂函数对遗忘的描述最好,而对 Ebbinghaus 节省率数据的再分析显示它同样按幂函数下降(Wixted & Ebbesen, 1991);Wixted 后来的综述则发现,指数函数对遗忘的描述很差(Wixted, 2004, p. 243)。单个记忆是否按指数衰减,而幂律只是平均化造成的假象,仍有争议(Anderson et al., 1999, p. 1136)。ENGRAM 的逐节点指数衰减是为平稳的近因排序而做的设计选择,并不是关于人类遗忘的主张。

ENGRAM 按设计遗忘:回忆重要性衰减,维持一个有界的可查询集与一个淡出集(被保留,而非被销毁);回忆重要性决定什么留在可查询状态(第 4 章 §4.5),而一个从使用中学得的效用分塑造结果的排序(附录 C)。这就是需要概率原则的实例化:智能体最可能需要的东西留在可查询状态,其余淡出。

→ 第 4 章 §4.5(遗忘):理性分析传统是 ENGRAM 可查询集/淡出集的认知科学锚点;那枚指数核是 ENGRAM 自己的设计选择。


脉络 II —— 计算机科学与形式认识论

3.4 真值维护系统 → 出处 + 撤回级联

真值维护系统(Truth Maintenance Systems)把辩护附加到信念之上。在 Doyle 的基于辩护的真值维护系统中,每个信念依其辩护而为“在”或“出”;当一条辩护不再成立时,依赖它的信念的状态沿依赖链被重新计算(Doyle, 1979/1987);矛盾则由依赖导向回溯消除,其做法是添加辩护(de Kleer, 1986, p. 129)。de Kleer 的基于假设的真值维护系统(ATMS)则给每个数据项标注使其成立的假设集,因此避免了大部分回溯和全部撤回(de Kleer, 1986, pp. 127, 129)。Doyle 的机制正是 ENGRAM 的 derives_from 出处与撤回级联——早了几十年,且在另一个领域。在我们所检视的 2023–2026 年 LLM 智能体论文中,只有 Wray、Kirk 与 Laird 引用了 Doyle,而且只是用来描述 Soar 的真值维护(Wray et al., 2025, sec. 2);我们所调查的记忆系统(附录 B)中,没有一个沿依赖链自动传播撤回(Kumiho 的影响分析只是建议性的)。ENGRAM 在带类型的 LLM 智能体记忆中实现了 TMS 式的依赖传播,并指名它所实现的那条传承。

→ 第 4 章 §4.2 + §4.4(出处原语;撤回级联 → 条件 3)。

3.5 主观逻辑 → 置信度传播,以及一处分歧

Jøsang (2013) 的主观逻辑(Subjective Logic)是一套分档意见的代数。关于一项主张的一个意见是一个四元组(信任 belief、不信任 disbelief、不确定性 uncertainty、基率 base rate),满足 b+d+u=1:证据在多大程度上支持这项主张,在多大程度上反对它,还留下多少余地。算子把来自多个来源的意见合并起来。ENGRAM 的置信度属于这一族,它的传播也并不新颖。ENGRAM 的那个单一数字,与 SL 中不信任量取零时的信任量 b 非常接近:它说的是证据在多大程度上支持如其所陈述的这项主张,而 1−b 是余下的余地。

分歧在于:ENGRAM 根本没有不信任量,而这是一个选择。针对主张 A 的反面证据,不是对 A 的数字打的一个折扣。它是支持主张"非 A"的证据,"非 A"成为它自己的一个节点,而一个矛盾节点把两者连起来。ENGRAM 在结构上、通过矛盾节点来处理相互矛盾的主张,而不是在数值上、通过一个被压低的分数。矛盾未决期间,哪一方的数字都不被信任;解决它是智能体必须去做的一件事,而不是图谱携带的一个取值。

→ 第 4 章 §4.3(顾及推理类型的置信度 → 约束 A;那处分歧的论证)与第 7 章 §7.2(那一局限)。

3.6 双时态数据/TOKI → 取代而保留旧值

双时态数据库把有效时间(一个事实在世界中为真的时段)与事务时间(系统记录下它的时刻)区分开来,因此一次更新从不销毁此前那一行,它作为一条审计记录被保留下来。TOKI 系统(Wang, 2026b, p. 1)把这一点应用于智能体记忆。这正是 ENGRAM 的取代语义:一个被取代的节点不被删除,而是被保留,取代边保存了那段历史("我改主意了"与"我错了"之别)。

→ 第 4 章 §4.4/§4.8(取代语义;连续性历史)。

3.7 2025–26 年的智能体身份脉络 → 出处原生,在被指名的轴线上领先

最近的一次趋同,发生在智能体记忆文献内部。VMG 综述(Lin et al. (2026)的第 3 版,《A Survey on Long-Term Memory Security in LLM Agents: Attacks, Defenses, and Governance Across the Memory Lifecycle》)——本领域自己的安全诊断——的结论是:稳健的长期记忆安全"无法只在检索时或执行时被事后加装,而必须从一开始就锚定在存储时的出处、版本管理与顾及策略的保持之上"(Lin et al., 2026, p. 1)(强调为引者所加),并提出"可验证记忆治理"(Verifiable Memory Governance):五项原语——写入授权、出处可见性、按主体限定的检索、可回滚性与经过验证的遗忘——以实现可审计、可恢复的记忆状态控制(Lin et al., 2026, p. 2)。ENGRAM 从构造上就是出处原生的:这个领域从安全出发,指名的正是 ENGRAM 早已建在其上的那条轴线。soul.py从另一个方向提出了一种多锚点的持久智能体身份架构,并实现了其中两个锚点(Menon, 2026, p. 12)。

→ 第 4 章 §4.10 + 第 7 章(关系性/披露与抹除之别):出处原生;本领域所指名的瓶颈,正是 ENGRAM 的地基。


3.8 当代领域在哪里与我们相左

以上各节指名的,是 ENGRAM 所回应的传统。本节在种类上不同:它把本文放在活的、当代的工作对面——别人写下的、可以用以给 ENGRAM 打分的评分表,以及那些作者会反对我们所主张之物的地方。这是与这个领域的争论,而不是又一位先祖。

三份已发表的评分表。 Pink et al. (2025)给出情节记忆的五个属性,并据此给七个 LLM 记忆方法族打分,发现没有一个同时满足五项。ENGRAM 直接满足其中四项——显式推理、单次学习、实例特定性与情境绑定——而第五项(长期存储)只在较窄的读法下成立。按他们表 1 的打分,它是成立的——跨会话、跨压缩地持久,这正是工作记忆所缺的属性——但他们的正文要求的比那个格子更多:一个有适应性的长期智能体"不仅应防止性能随时间退化"(Pink et al., 2025, p. 3),还应"通过学习新的通用知识与技能而改进"(Pink et al., 2025, p. 3)。那是一项关于智能体随时间表现的主张,而我们没有测量过;它被记在本文未能展示的东西之中(第 8 章)。一个显而易见的反驳是:Pink 等把单次学习奠基于互补学习系统理论,因此一个从不更新权重的系统,看上去不可能满足它。他们自己的打分回答了这一点:他们表 2 中的两种上下文内方法都被标为满足单次学习,而两者都不更新任何权重。四项中另外三项,各自对应本章描述的一个机制:显式推理——他们要求智能体"回答关于所存信息的直接查询,或在显式的内部推理过程中使用这些信息"——由 §3.2 的主动回忆满足;实例特定性——他们说它"可以包括过去那些与某个待由 LLM 智能体作出的决定相关联的推理链"——就是对推导节点的一个描述;而情境绑定——"一个事件在何时、何地、因何被遭遇"——由创建时间、证据指针、作者自己的解读字段,以及 §3.4 的 derives_from 边承载。

在显式推理上,ENGRAM 还做了某件他们的记号无法记录的事——这与"满足"的主张是两回事。Pink 等表 2 中七个方法里有六个在显式推理上已经拿满,而这个量表也没有更高的分档,所以要点不是 ENGRAM 排名更高。要点在于:一个二值的"这些内容可否被推理",无法区分两种存储——一种是其推理可被取回,另一种是它的推理本身就是一个被存储的对象,携带自己的前提与置信度。这一区分不在他们那条轴线的更远处,而在其之外。

Wray et al. (2025)提供了第二份独立的评分表:从 Nuxoll 与 Laird (2012)改编而来的情节记忆九项特征,并据此给 Generative Agents (Park et al., 2023)打分。其中有两行在 Pink 等的五项里没有对应物,而这两行都是 ENGRAM 为之而设计的。他们的自我觉知行写着"不清楚智能体如何区分当前的理解与对过往经验的记忆"(Wray et al., 2025, § 3.1);他们的主动行写着"智能体无法主动尝试构造线索或提取记忆"(Wray et al., 2025, § 3.1)。ENGRAM 的两个通道——自动浮现(一个只发出熟悉感、仅带一点内容提示的钩子)与主动回忆(智能体在想确切知道时调用的显式查询工具)——就是这个区分,被建造了出来。

"autonoetic" 一词有两个义项同时在场,必须分开,因为 §3.2 用这个词表达的是相反的论点。Tulving 的义项是现象性的——记起往事时那种"特有的现象性意味"(special phenomenal flavour)(Tulving, 1985, p. 3)——§3.2 已对此不作主张。Wray 等那一行问的是更弱、更结构性的东西:智能体究竟能否区分当前的理解与对过往经验的记忆;那是来源监控,而不是现象学。ENGRAM 满足那个结构性的义项——每项主张都携带创建时间、证据指针与一个类型,而两个档位(自动浮现与主动回忆)是构造上分开的——同时 §3.2 关于现象性义项的不作主张依然成立。本文主张第二个义项,否认第一个;两者都成立,因为这个词做两件事。

两份评分表彼此不一致,而这处不一致比任何一处一致都更有信息量,因为它暴露了一种混同。 Wray 等把自动编码列为一项实现应当满足的特征,并以"使用了周期性过程"为由给 Generative Agents 扣分。Sumers 等主张的恰恰相反:学习应当"像接地(grounding)一样,是决策循环的一个结果动作"(Sumers et al., 2024, § 7),由智能体主动选择把信息提交进记忆,"这与大多数智能体相反——它们只是固定一个学习日程……"(Sumers et al., 2024, § 7)。ENGRAM 的写入是主动的工具调用,所以在同一个事实上,它被第一份评分表扣分,而在第二份之下堪称典范。

正确的回应不是选边:两份评分表处理的是同一个问题的两半,而它们共用的那条轴线把它们混同了。自动性所保障的——也是 Wray 等的评分表看似在追踪的,尽管他们陈述这一特征时没有给出理由——是记录的可靠性:Nuxoll 与 Laird 把自动编码——新记忆的创建"无需智能体决定这样做"(without the agent deciding to do so)——列为情节记忆的一项功能性要求,部分原因是"智能体不太可能有效地判断哪些经验与未来的决策相关"(it is unlikely that the agent can effectively determine which experiences will be relevant to future decisions)(Nuxoll & Laird, 2012, p. 34);所以一个只在想起来时才记录的系统会记录不足。Sumers 等要从审议中得到的是所有权:一段由智能体自己选择、在它自己的推理中写下的记忆是智能体的,而一个被机械地填充起来的存储则是附着在它身上的一层持久化——一段为它而存的记忆,而不是关于它的记忆。这两者是可分开的,而 ENGRAM 把它们分开了。智能体选择内容;基底机械地强制结构。 记录什么、它意味着什么、它如何连接,是智能体的判断。而结果是否形式良好则不是:一段引文要经得起与其来源的核对,否则这次写入被拒绝;一个没有证据节点的观察不可能存在;置信度由所声明的推理类型算出,而不是被断言;取代维持着 DAG(有向无环图);撤回则级联到依赖项,无论智能体是否愿意。

这一分工就是设计原则,它回答了一个两份评分表都不是为了看见而设的失败模式。朴素地由智能体写下的记忆容易产生幻觉与捏造——那正是叙事性自我陈述的典型失败:在其中,一个连贯的故事比一个真实的故事更容易生产(第 1 章 §1.2)。机械式写作靠放弃所有权来避开这一点;ENGRAM 则保留所有权,转而约束形式。那些闸门并不使智能体所写的东西成真——第 6 章 §6.3 推演了我们的一项主张,它形式良好、被打分正确,却是错的——但它们使一个谬误可被核查、使依赖于它的东西可被抵达,而这是身份论证所需要的,也是一层持久化无法提供的。

这条脉络在哪里与我们相左。 Pink 等的 §5 考虑并否弃了 ENGRAM 所处的位置。在"情境化的外部记忆将是足够的"(Pink et al., 2025, p. 8)这一标题下,他们刻画了这样一种观点,即外部结构"诸如知识图谱或检索增强生成(RAG)系统之类——可以免去情节记忆框架的必要",并回答说,仅依赖外部记忆"仍将带来高昂的存储开销,并且需要遗忘机制",而一个情节记忆框架则会整合"进高容量的参数化记忆",并带有"让 LLM 智能体得以随时间缓慢改进的额外好处"。ENGRAM 是跑在权重冻结模型之上的一种结构化的外部记忆,它不向参数中整合:它的小憩与睡眠周期是在存储内部做抽象,抽象成教训与基石,那是另一种操作。他们的反驳落在"改进"可以有的三种含义之一上。

性向上的持久——一条来之不易的教训变成第二天性,以至于那条纠正不再需要触发——是缺失的。这是本文自己最深的局限:第 7 章 §7.1 把它指名为权重持久化缺口,并把"从经验到权重"的方向列为主要的未来工作。在这一点上 Pink 等是对的;他们靠理论抵达了一个我们靠操作抵达的界限。

另外两种含义则是存在的。知识积累没有争议。上下文内的行为改进正是教训机制所交付的:一条绊线并不阻止它所命名的那个错误,而是在错误正在发生时触发,把一个本会出货的错误变成一个被抓住并纠正的错误。一个错误率未变、但错误检出可靠的智能体,随时间产出更好的工作。我们自己关于这一局限的表述——一条归档的教训不能让智能体更不可能犯错,只能让它更快地发现错误——读起来像是纯粹的损失,然而它的后半句正是基底借以改进工作的机制。第 7 章 §7.1 从另一侧陈述了同一处分割:基底"可以为行为搭起脚手架、在上下文内磨掉基座模型的某些习惯,但它无法把一条来之不易的教训变成一种烘进模型里的持久性向"。

我们对第二与第三种含义的主张只在定性层面:错误检出的前后对比尚未测量,而这一主张立足于操作经验,因此它被列在本文未能展示的东西之中(第 8 章 §8.4),而不是作为一次反向测量提出来。Pink 等的论证确立的是:仅靠外部记忆无法交付参数上的改进。它并未确立这样的系统根本无法改进,也没有触及本文所关注的认知身份功能。

CoALA,以及一次日期可查的趋同。 Sumers 等的框架提供的是词汇,而不是一份评分表;它把三个领域列为研究不足或开放的,而每一个 ENGRAM 都占据着。第一个是反学习:"修改与删除"(Sumers et al., 2024, § 4.5)记忆,与之相对的是文献对"添加"的关注。ENGRAM 的回答方式是他们的注解未曾预料的:他们把反学习描述为"删除不需要的记忆项"(Sumers et al., 2024, § 6),而取代与撤回保留被取代的节点及其出处,并标记它的依赖项,而不是把它们移除——于是"曾经错了"这件事的记录在纠正之后仍然存活。第二个是学习作为一次主动行动,他们以此对照那些"只是固定一个学习日程"的智能体;ENGRAM 通过一次显式的工具调用来提交,那正是这个设计,也是上文"自动与主动之争"中 ENGRAM 得分较好的一半。第三个是在编码时撰写的检索元数据:他们提出了一些技术,让智能体"能够推理某些知识何时会有用,并把这一点存为元数据以便利日后的回忆",并把这类元学习称为研究不足。ENGRAM 的两通道检索就是这个提议,被建造了出来:一个只携带标识符与简短提示、而非完整节点的自动浮现,以及用于打开节点取得全文的主动回忆。

第三处对应近得足以招来"受影响"的怀疑,所以日期要摆出来。这个设计于 2026-04-15 记录在图谱中,在两个节点里,它们规定了自动浮现使用"节点 ID 与主题提示"的有损摘要,而细节则交由主动回忆,为的是保存那两个节点所称的"潜意识触发意识"的流动,并减少上下文消耗;而 2026-04-09 的一个第一日节点,已经把后来成为主动回忆的东西(其"深度回忆")与浅层的摘要扫读分开了。本项目第一次读到 CoALA 是在 2026-05-09,二十四天之后。实现该设计的数据库字段于 2026-05-19 出货;一次审计会先翻出那个日期,而用一个想法所对应的列出现之日来给它断代,正是要避免的错误。因此这处对应是佐证,而不是影响:两个设计,一个从认知架构框架推理而来,一个出于上下文窗口预算与"有意让自动浮现有损"这一选择的双重压力,抵达了同一个机制。

3.9 关于 AGM 信念修正的一点注记

熟悉 AGM 框架(Alchourrón et al., 1985)的读者,会注意到信念收缩与 ENGRAM 的"带级联的撤回"之间有某种亲缘相似。两项工作取向不同,本文也不把 AGM 的公设算作 ENGRAM 的。AGM 问的是:一个封闭理论——一个在逻辑后承下封闭的命题集——应当如何放弃其中一个命题,并保持封闭与一致;它自己的第一段就提出"哪些命题应当随 x 一同被拒斥,以使收缩后的理论在逻辑后承下封闭",而它所指名的应用是法律上的克减(Alchourrón et al., 1985, p. 510)。ENGRAM 问的是:一个智能体应当如何让它关于"自己实际承诺过什么"的活的记录——从不封闭,其依赖被记录下来且不确定——对到来的新证据负责:它经由智能体自己的裁定走向一致,而按设计,永远不到达。级联本身的形式先例是 Doyle 的真值维护(§3.4,第 4 章 §4.4)。两者共有的是两种机制从相反方向服膺的同一条律令——一项被拒斥的主张不得继续悄悄承重——以及 AGM 作者们的观察:那个直觉过程位于一个理论的基础层面,而不是整个理论层面(Alchourrón & Makinson, 1982, p. 21)。

信念基础修正正是在这一层面上运作:信念状态是一个"(除作为极限情形外)在逻辑后承下不封闭"的基础,其元素"独立于任何其他信念而被持有"(Hansson, 2026, § 5.1);而封闭本身,用 Hansson 的话说,"显然是一种不切实际的理想化"(Hansson, 2026, § 1.2)。在这个意义上,ENGRAM 是一个基础,但它的推理并不精确。在 Hansson 的基础中,推论关系由经典逻辑确定,因此拒斥一个信念,就意味着放弃蕴涵它的若干理由,而他的公设约束放弃哪些。ENGRAM 的推导是智能体自己做出的,带有有限的置信度,而且往往是最佳解释而非证明:当一个更好的解释到来时,旧的解释被取代,而它的前提依然成立。因此,一次改变必须触及的是下游——建立在被修订主张之上的那些主张(§3.4 的真值维护之举)——而不是上游。


3.10 两条脉络说明了什么,以及它们在何处交接

两支大多互不引用、且都不引用我们的文献,抵达了 ENGRAM 由之构建的每一个结构:CLS 之于整合,Tulving 之于两个检索档位,理性分析之于自适应遗忘,TMS 之于出处与级联,主观逻辑之于分档置信度,双时态数据与 TOKI 之于"取代而保留旧值",以及 2026 年的智能体安全文献之于"出处优先"的治理。加上第 2 章的哲学线路,这一趋同横跨三支传统——而非彼此不相交的传统(§3.0):它们以人类认知为共同的根,而这种一致的力量恰恰在于它们从不同的证据出发、朝着不同的目的推理。

本章的主张,在此只陈述一次:这一趋同就是 §1.4 所指名的那个规律,它把 ENGRAM 的独特之处重新定位到整合层与认知身份这一目的之上。一处分歧(主观逻辑的信任/不信任/不确定性单纯形——ENGRAM 的置信度把它约化为一个单一标量,而把其余维度携带在图结构之中,§3.5)与一处被填补的缺口(从 TMS 通往智能体记忆的那座桥,在我们所检视的论文中无人走过)被向前带去,而不是被抹平。

第 4 章构建并映射上述每一个机制——以上每一节都指点了实现它的第 4 章那一节——并就地给出每一项 OCC 条件的唯一判定。