06．記憶編譯型狀態智能體
系列：《從路徑覆蓋到行星智能：記憶編譯型計算存在論》 部別：第二部——記憶編譯型智能 版本：v0.1 日期：2026-08-01
摘要
前五篇已建立一條完整鏈：知道答案不等於保有求解路徑；暴力搜尋依賴計算、記憶、展開、序列生成與回憶能力的耦合；知識空間並非單純搜尋樹，而是具有大量交叉、循環與結構等價的高重疊圖；真正應被最大化的也不是路徑數量，而是單位成本下的不可替代有效覆蓋；最後，極強記憶若具備去重、索引與反固著能力，不僅不必然壓制創新，甚至可能將探索資源集中到真正未知邊界。
本文在此基礎上正式定義「記憶編譯型狀態智能體」（Memory-Compiled State Agent, MCSA）。它不是單純擁有長期記憶的 AI，也不是只在問題出現時查詢資料庫；其核心能力是把歷史中昂貴的搜尋、推理、驗證、試錯與行動軌跡，逐步壓縮為可重用的「狀態分類—索引—策略—驗證」結構。當新狀態落入已知結構時，智能體不必重新支付完整搜尋成本，而可沿快速通道完成響應；當分類置信度不足、環境發生漂移或狀態無法被既有類別解釋時，則重新進入高成本探索模式，產生新路徑並更新記憶。
本文提出一個最小閉環：
x t → Φ z t → C c t → I R t → Π a t → V r t → U M t + 1 x_t
\xrightarrow{\Phi}
z_t
\xrightarrow{C}
c_t
\xrightarrow{I}
\mathcal R_t
\xrightarrow{\Pi}
a_t
\xrightarrow{V}
r_t
\xrightarrow{U}
\mathcal M_{t+1} x t Φ z t C c t I R t Π a t V r t U M t + 1 並進一步加入記憶編譯器、快速通道、失效偵測、狀態商空間、多尺度索引與歷史計算資本化等結構。本文主張：這種智能體的成長不只表現為「每次想得更快」，而是讓越來越大的世界狀態區域從「需要重新求解」轉化為「可以辨認、索引、調整並直接調用」。
關鍵詞： 記憶編譯、狀態智能體、Agent Memory、Case-Based Reasoning、狀態抽象、快速通道、策略索引、歷史計算、累積智能
1．前五篇終於可以壓成一個智能體
到目前為止，我們已經有：
z t = ( κ t , μ t , ϵ t , σ t , ρ t ) z_t=
(
\kappa_t,
\mu_t,
\epsilon_t,
\sigma_t,
\rho_t
) z t = ( κ t , μ t , ϵ t , σ t , ρ t ) 其中：
κ t \kappa_t κ t μ t \mu_t μ t ϵ t \epsilon_t ϵ t σ t \sigma_t σ t ρ t \rho_t ρ t
它運作於高重疊知識空間：
K = ( G , P , ∼ , ω ) \mathfrak K=
(G,\mathcal P,\sim,\omega) K = ( G , P , ∼ , ω ) 並追求：
max Δ C e f f e c t i v e K \max
\frac{
\Delta C_{\mathrm{effective}}
}{
K
} max K Δ C effective 也就是單位成本下最大的不可替代新增覆蓋。
現在只差最後一步：
如果這個系統把每一次昂貴探索都保存下來，並將成熟路徑壓縮成可直接調用的狀態響應，那麼它究竟會變成什麼？
本文將它定義為：
Memory-Compiled State Agent \boxed{
\text{Memory-Compiled State Agent}
} Memory-Compiled State Agent 縮寫：
MCSA \boxed{
\text{MCSA}
} MCSA 中文：
記憶編譯型狀態智能體 \boxed{
\text{記憶編譯型狀態智能體}
} 記憶編譯型狀態智能體 2．「記憶編譯」不是普通記憶
普通長期記憶可以是：
x → m x\rightarrow m x → m 即：
遇到輸入 x x x m m m
這比較接近一般檢索。
記憶編譯則多了一層：
歷史求解軌跡 → 狀態結構 → 可重用策略 \text{歷史求解軌跡}
\rightarrow
\text{狀態結構}
\rightarrow
\text{可重用策略} 歷史求解軌跡 → 狀態結構 → 可重用策略 假設第一次處理某問題時，完整軌跡：
τ = ( x 0 , a 0 , x 1 , a 1 , … , x n , r ) \tau
=
(
x_0,
a_0,
x_1,
a_1,
\ldots,
x_n,
r
) τ = ( x 0 , a 0 , x 1 , a 1 , … , x n , r ) 其中：
x i x_i x i a i a_i a i r r r
普通記憶可能直接保存：
M ( τ ) = τ M(\tau)=\tau M ( τ ) = τ 而記憶編譯的目標則是得到：
C ( τ ) = ( c , π c , θ c , v c ) \mathcal C(\tau)
=
(
c,
\pi_c,
\theta_c,
v_c
) C ( τ ) = ( c , π c , θ c , v c ) 其中：
c c c π c \pi_c π c θ c \theta_c θ c v c v_c v c
於是未來不必完整重播 τ \tau τ
3．什麼叫「編譯」？
這裡使用「編譯」不是比喻性的裝飾，而是有明確含義。
傳統程式編譯會把：
高階表示 → 低成本可執行表示 \text{高階表示}
\rightarrow
\text{低成本可執行表示} 高階表示 → 低成本可執行表示 本文的記憶編譯則是：
昂貴歷史推理 → 低成本可調用狀態響應 \text{昂貴歷史推理}
\rightarrow
\text{低成本可調用狀態響應} 昂貴歷史推理 → 低成本可調用狀態響應 也就是把：
x → p 1 , p 2 , … , p n → 比較 → 驗證 → a ∗ x
\rightarrow
p_1,p_2,\ldots,p_n
\rightarrow
\text{比較}
\rightarrow
\text{驗證}
\rightarrow
a^\ast x → p 1 , p 2 , … , p n → 比較 → 驗證 → a ∗ 逐步壓縮成：
[ x ] ⇒ a ∗ [x]
\Rightarrow
a^\ast [ x ] ⇒ a ∗ 或更安全地：
[ x ] ⇒ ( π x , V x ) [x]
\Rightarrow
(\pi_x,V_x) [ x ] ⇒ ( π x , V x ) 其中仍保留驗證器 V x V_x V x
因此：
編譯不是刪除推理，而是把已成熟推理轉成可重用的快速執行結構。 \boxed{
\text{編譯不是刪除推理，而是把已成熟推理轉成可重用的快速執行結構。}
} 編譯不是刪除推理，而是把已成熟推理轉成可重用的快速執行結構。 4．它和 Case-Based Reasoning 的關係
Case-Based Reasoning（CBR）很早就已經具有：
Retrieve → Reuse → Revise → Retain \text{Retrieve}
\rightarrow
\text{Reuse}
\rightarrow
\text{Revise}
\rightarrow
\text{Retain} Retrieve → Reuse → Revise → Retain 的核心循環。
也就是：
找出相似案例；
重用既有解；
依新情況修改；
把新經驗保留下來。
因此，MCSA 並不是憑空出現。
它與 CBR 有明顯血緣關係。
但本文要多推一步：
不是只保存案例，而是把大量案例逐漸壓成狀態類、策略原型與快速通道。 \boxed{
\text{不是只保存案例，而是把大量案例逐漸壓成狀態類、策略原型與快速通道。}
} 不是只保存案例，而是把大量案例逐漸壓成狀態類、策略原型與快速通道。 所以可以寫成：
CBR + 狀態抽象 + 多尺度記憶 + 快速策略編譯 + 未知狀態切換 \text{CBR}
+
\text{狀態抽象}
+
\text{多尺度記憶}
+
\text{快速策略編譯}
+
\text{未知狀態切換} CBR + 狀態抽象 + 多尺度記憶 + 快速策略編譯 + 未知狀態切換 形成本文的 MCSA。
5．它和現代 Agent Memory 的關係
近期 Agent memory 研究已經不再只把記憶分成：
short-term vs. long-term \text{short-term}
\quad\text{vs.}\quad
\text{long-term} short-term vs. long-term 而開始討論：
記憶以什麼形式存在；
記憶如何形成；
如何演化；
如何檢索；
如何被智能體自主更新。
因此，MCSA 可以利用現有 Agent memory 作為底座。
但仍需區分：
Memory System ≠ Memory-Compiled Policy System \boxed{
\text{Memory System}
\neq
\text{Memory-Compiled Policy System}
} Memory System = Memory-Compiled Policy System 前者回答：
我能找到過去什麼資訊？
後者還要回答：
過去哪些資訊已經成熟到可以直接改變當前策略選擇？
6．最小閉環
本文提出最小閉環：
x t → Φ z t → C c t → I R t → Π a t → V r t → U M t + 1 x_t
\xrightarrow{\Phi}
z_t
\xrightarrow{C}
c_t
\xrightarrow{I}
\mathcal R_t
\xrightarrow{\Pi}
a_t
\xrightarrow{V}
r_t
\xrightarrow{U}
\mathcal M_{t+1} x t Φ z t C c t I R t Π a t V r t U M t + 1 逐項拆開。
7．狀態觀測： x t x_t x t
x t x_t x t
它可以包括：
x t = ( o t , g t , h t , q t , e t ) x_t
=
(
o_t,
g_t,
h_t,
q_t,
e_t
) x t = ( o t , g t , h t , q t , e t ) 其中：
o t o_t o t g t g_t g t h t h_t h t q t q_t q t e t e_t e t
因此輸入不只是：
使用者問了什麼？
而可能是：
現在整個任務處於什麼狀態？
8．狀態表示： Φ \Phi Φ
原始狀態通常不能直接拿去做長期索引。
所以需要：
z t = Φ ( x t ) z_t=\Phi(x_t) z t = Φ ( x t ) 其中 z t z_t z t
例如：
z t = ( problem type , phase , constraints , resources , risk , novelty , uncertainty ) z_t
=
(
\text{problem type},
\text{phase},
\text{constraints},
\text{resources},
\text{risk},
\text{novelty},
\text{uncertainty}
) z t = ( problem type , phase , constraints , resources , risk , novelty , uncertainty ) 因此 Φ \Phi Φ
把一次性表面輸入轉成可比較的狀態變數。 \boxed{
\text{把一次性表面輸入轉成可比較的狀態變數。}
} 把一次性表面輸入轉成可比較的狀態變數。 9．狀態分類： C C C
接著：
c t = C ( z t ) c_t=C(z_t) c t = C ( z t ) 但 C C C
真實狀態可能同時屬於：
c t = { c t ( 1 ) , c t ( 2 ) , … , c t ( k ) } c_t=
\{
c_t^{(1)},
c_t^{(2)},
\ldots,
c_t^{(k)}
\} c t = { c t ( 1 ) , c t ( 2 ) , … , c t ( k ) } 例如一個問題同時是：
資源約束問題；
長期規劃問題；
高不確定性問題；
已知問題族的新變體。
所以 MCSA 需要：
分層、重疊、可更新的狀態分類。 \boxed{
\text{分層、重疊、可更新的狀態分類。}
} 分層、重疊、可更新的狀態分類。 10．狀態商空間
若大量原始狀態其實可以採取相似策略，則定義：
x i ∼ θ x j x_i\sim_\theta x_j x i ∼ θ x j 表示：
在任務尺度 θ \theta θ
於是形成：
X / ∼ θ \mathcal X/{\sim_\theta} X / ∼ θ MCSA 不需要保存每個原始狀態的完整獨立策略。
而可以保存：
[ x ] ↦ π [ x ] [x]
\mapsto
\pi_{[x]} [ x ] ↦ π [ x ] 這是記憶編譯成立的關鍵。
因為真正可壓縮的不是世界本身，而是：
對決策而言等價的狀態集合。 \boxed{
\text{對決策而言等價的狀態集合。}
} 對決策而言等價的狀態集合。 11．索引： I I I
分類後進入：
R t = I ( c t , z t , M t ) \mathcal R_t
=
I(c_t,z_t,\mathcal M_t) R t = I ( c t , z t , M t ) 其中 R t \mathcal R_t R t
理想索引不能只找到：
語義上相似的文字 \text{語義上相似的文字} 語義上相似的文字 還需要找：
相似狀態；
相同限制；
類似失敗模式；
可重用策略；
過去反例；
已知快速通道；
當前分類的可信度。
因此索引的目標不是：
max Similarity ( q , m ) \max\operatorname{Similarity}(q,m) max Similarity ( q , m ) 而是：
max DecisionRelevance ( z t , m ) \boxed{
\max\operatorname{DecisionRelevance}(z_t,m)
} max DecisionRelevance ( z t , m ) 12．多尺度索引
如果記憶規模：
∣ M ∣ → very large |\mathcal M|\rightarrow\text{very large} ∣ M ∣ → very large 每次都在所有記憶中全域搜尋會非常昂貴。
因此索引應分層：
L 0 → L 1 → L 2 → ⋯ → L n L_0
\rightarrow
L_1
\rightarrow
L_2
\rightarrow
\cdots
\rightarrow
L_n L 0 → L 1 → L 2 → ⋯ → L n 例如：
世界狀態 → 領域 → 問題族 → 狀態原型 → 歷史案例 \text{世界狀態}
\rightarrow
\text{領域}
\rightarrow
\text{問題族}
\rightarrow
\text{狀態原型}
\rightarrow
\text{歷史案例} 世界狀態 → 領域 → 問題族 → 狀態原型 → 歷史案例 粗分類先把候選從：
N N N 縮到：
N 1 ≪ N N_1\ll N N 1 ≪ N 再逐步縮到：
N k ≪ N k − 1 N_k\ll N_{k-1} N k ≪ N k − 1 所以：
強記憶的前提不是只增加容量，而是讓有效索引成本增長得更慢。 \boxed{
\text{強記憶的前提不是只增加容量，而是讓有效索引成本增長得更慢。}
} 強記憶的前提不是只增加容量，而是讓有效索引成本增長得更慢。 13．策略映射： Π \Pi Π
完成檢索後：
a t = Π ( z t , R t ) a_t
=
\Pi(z_t,\mathcal R_t) a t = Π ( z t , R t ) Π \Pi Π
它可以輸出：
π t \pi_t π t 也就是一個策略。
例如：
π t : z ↦ a \pi_t:
z
\mapsto
a π t : z ↦ a 甚至是宏策略：
π t = ( a 1 , a 2 , … , a k ) \pi_t
=
(a_1,a_2,\ldots,a_k) π t = ( a 1 , a 2 , … , a k ) 若某條長路徑已充分成熟，則可以被壓成一個高階動作。
這和 reinforcement learning 中的 temporally extended actions／options 有相似精神：
long action sequence → high-level action unit \text{long action sequence}
\rightarrow
\text{high-level action unit} long action sequence → high-level action unit 14．快速通道
若狀態類：
[ c ] [c] [ c ] 已被反覆驗證，且對應策略：
π c \pi_c π c 高度穩定，就可以建立：
F c : [ c ] ⇒ π c F_c:
[c]
\Rightarrow
\pi_c F c : [ c ] ⇒ π c 這就是：
Fast Path \boxed{
\text{Fast Path}
} Fast Path 快速通道的價值在於：
原本：
K s o l v e = K s e a r c h + K c o m p a r e + K v e r i f y K_{\mathrm{solve}}
=
K_{\mathrm{search}}
+
K_{\mathrm{compare}}
+
K_{\mathrm{verify}} K solve = K search + K compare + K verify 編譯後：
K f a s t = K c l a s s i f y + K r e t r i e v e + K a d a p t + K v e r i f y K_{\mathrm{fast}}
=
K_{\mathrm{classify}}
+
K_{\mathrm{retrieve}}
+
K_{\mathrm{adapt}}
+
K_{\mathrm{verify}} K fast = K classify + K retrieve + K adapt + K verify 理想狀況：
K f a s t ≪ K s o l v e K_{\mathrm{fast}}
\ll
K_{\mathrm{solve}} K fast ≪ K solve 15．快速通道不能取消驗證
如果編譯後變成：
[ c ] ⇒ a [c]\Rightarrow a [ c ] ⇒ a 而完全沒有驗證，系統很容易因環境漂移造成災難。
因此更安全的形式是：
[ c ] ⇒ ( π c , V c ) [c]
\Rightarrow
(\pi_c,V_c) [ c ] ⇒ ( π c , V c ) 執行後：
V c ( x t , a t , r t ) V_c(x_t,a_t,r_t) V c ( x t , a t , r t ) 檢查：
結果是否符合預期；
條件是否仍成立；
世界是否改變；
分類是否錯誤。
所以：
快速通道應該縮短搜尋，不應消滅回饋。 \boxed{
\text{快速通道應該縮短搜尋，不應消滅回饋。}
} 快速通道應該縮短搜尋，不應消滅回饋。 16．結果驗證： V V V
設行動：
a t a_t a t 產生結果：
r t r_t r t 則：
V ( z t , a t , r t ) → { success , partial , failure , anomaly } V(z_t,a_t,r_t)
\rightarrow
\{
\text{success},
\text{partial},
\text{failure},
\text{anomaly}
\} V ( z t , a t , r t ) → { success , partial , failure , anomaly } 這一步決定：
既有編譯是否仍然有效？
如果長期：
V = success V=\text{success} V = success 則快速通道置信度提高。
如果：
V = failure V=\text{failure} V = failure 或：
V = anomaly V=\text{anomaly} V = anomaly 則需要降低權重甚至解除編譯。
17．記憶更新： U U U
更新函數：
M t + 1 = U ( M t , z t , c t , R t , a t , r t ) \mathcal M_{t+1}
=
U(
\mathcal M_t,
z_t,
c_t,
\mathcal R_t,
a_t,
r_t
) M t + 1 = U ( M t , z t , c t , R t , a t , r t ) 但不能每次都把整段歷史原封不動保存。
首先估計新穎量：
Δ N t \Delta N_t Δ N t 若：
Δ N t ≈ 0 \Delta N_t\approx0 Δ N t ≈ 0 只更新：
如果：
Δ N t ≫ 0 \Delta N_t\gg0 Δ N t ≫ 0 才新增：
新案例；
新狀態類；
新例外；
新失敗；
新策略。
因此記憶成長不是：
∣ M t + 1 ∣ = ∣ M t ∣ + 1 |\mathcal M_{t+1}|
=
|\mathcal M_t|+1 ∣ M t + 1 ∣ = ∣ M t ∣ + 1 每次固定增長。
而是：
資訊增量驅動的選擇性記憶更新。 \boxed{
\text{資訊增量驅動的選擇性記憶更新。}
} 資訊增量驅動的選擇性記憶更新。 18．真正的「記憶編譯器」
現在可以單獨定義：
C M \mathfrak C_M C M 即記憶編譯器。
它接收歷史：
τ 1 , τ 2 , … , τ n \tau_1,\tau_2,\ldots,\tau_n τ 1 , τ 2 , … , τ n 輸出：
C M ( τ 1 , … , τ n ) = ( Q , Π , Θ , V , I ) \mathfrak C_M(
\tau_1,\ldots,\tau_n
)
=
(
\mathcal Q,
\Pi,
\Theta,
\mathcal V,
\mathcal I
) C M ( τ 1 , … , τ n ) = ( Q , Π , Θ , V , I ) 其中：
Q \mathcal Q Q Π \Pi Π Θ \Theta Θ V \mathcal V V I \mathcal I I
這一步可以再拆成：
normalize → deduplicate → cluster → abstract → validate → index → compile \text{normalize}
\rightarrow
\text{deduplicate}
\rightarrow
\text{cluster}
\rightarrow
\text{abstract}
\rightarrow
\text{validate}
\rightarrow
\text{index}
\rightarrow
\text{compile} normalize → deduplicate → cluster → abstract → validate → index → compile 19．第一階段：正規化
不同歷史可能寫成不同形式：
τ i \tau_i τ i 但其實共享相同狀態變數。
所以先轉成：
τ ^ i = N ( τ i ) \hat\tau_i
=
N(\tau_i) τ ^ i = N ( τ i ) 去除：
目的是：
讓結構相同比字面相同更重要。 \boxed{
\text{讓結構相同比字面相同更重要。}
} 讓結構相同比字面相同更重要。 20．第二階段：去重
比較：
τ ^ i , τ ^ j \hat\tau_i,\hat\tau_j τ ^ i , τ ^ j 若：
τ ^ i ∼ τ ^ j \hat\tau_i\sim\hat\tau_j τ ^ i ∼ τ ^ j 則不需要保存兩套完整策略。
而是更新同一類別：
[ c ] [c] [ c ] 的統計與適用範圍。
因此：
案例數 ↑ \text{案例數}\uparrow 案例數 ↑ 不必等同：
策略類數 ↑ \text{策略類數}\uparrow 策略類數 ↑ 21．第三階段：抽象
多個案例：
τ 1 , … , τ k \tau_1,\ldots,\tau_k τ 1 , … , τ k 若共享：
z c o r e z_{\mathrm{core}} z core 則抽出：
c = A ( τ 1 , … , τ k ) c=
A(\tau_1,\ldots,\tau_k) c = A ( τ 1 , … , τ k ) 這形成狀態原型：
c = ( z c o r e , Δ z a l l o w e d , E c ) c
=
(
z_{\mathrm{core}},
\Delta z_{\mathrm{allowed}},
E_c
) c = ( z core , Δ z allowed , E c ) 其中：
z c o r e z_{\mathrm{core}} z core Δ z a l l o w e d \Delta z_{\mathrm{allowed}} Δ z allowed E c E_c E c
因此分類不是死板模板。
而是：
原型 + 容許變異 + 例外。 \boxed{
\text{原型 + 容許變異 + 例外。}
} 原型 + 容許變異 + 例外。 22．第四階段：策略壓縮
歷史路徑：
p 1 , p 2 , … , p n p_1,p_2,\ldots,p_n p 1 , p 2 , … , p n 可能共享：
q q q 則將公共區段抽成：
π q \pi_q π q 若整條路徑成熟：
p ∗ p^\ast p ∗ 則：
Compile ( p ∗ ) = π ^ \operatorname{Compile}(p^\ast)
=
\hat\pi Compile ( p ∗ ) = π ^ 未來從：
n n n 步細粒度操作轉成：
1 1 1 個宏操作。
這就是：
路徑壓縮 → 策略編譯 \boxed{
\text{路徑壓縮}
\rightarrow
\text{策略編譯}
} 路徑壓縮 → 策略編譯 23．第五階段：快速索引
每個編譯項：
B i B_i B i 至少包含：
B i = ( c i , π i , θ i , V i , w i , t i ) B_i=
(
c_i,
\pi_i,
\theta_i,
V_i,
w_i,
t_i
) B i = ( c i , π i , θ i , V i , w i , t i ) 其中：
c i c_i c i π i \pi_i π i θ i \theta_i θ i V i V_i V i w i w_i w i t i t_i t i
建立索引：
I : z t → { B i 1 , … , B i k } I:
z_t\rightarrow
\{B_{i_1},\ldots,B_{i_k}\} I : z t → { B i 1 , … , B i k } 使系統不必重新掃描全部歷史。
24．第六階段：失效與重新編譯
世界不是靜態的。
因此任何：
B i B_i B i 都有可能失效。
定義預測：
r ^ t = F ^ ( B i , z t ) \hat r_t
=
\hat F(B_i,z_t) r ^ t = F ^ ( B i , z t ) 實際結果：
r t r_t r t 若：
∥ r t − r ^ t ∥ > ϵ \|r_t-\hat r_t\|>\epsilon ∥ r t − r ^ t ∥ > ϵ 則觸發：
decompile \text{decompile} decompile 或：
recompile \text{recompile} recompile 也就是：
B i → review → B i ′ B_i
\rightarrow
\text{review}
\rightarrow
B_i' B i → review → B i ′ 因此 MCSA 不是一個越來越僵硬的查表機。
而是一個：
可撤銷、可版本化、可重新編譯的記憶系統。 \boxed{
\text{可撤銷、可版本化、可重新編譯的記憶系統。}
} 可撤銷、可版本化、可重新編譯的記憶系統。 25．已知狀態與未知狀態
定義分類置信度：
P ( c ∣ z t ) P(c\mid z_t) P ( c ∣ z t ) 若：
max c P ( c ∣ z t ) ≥ τ k n o w n \max_c P(c\mid z_t)\geq\tau_{\mathrm{known}} c max P ( c ∣ z t ) ≥ τ known 則進入：
Compiled Mode \text{Compiled Mode} Compiled Mode 如果：
max c P ( c ∣ z t ) < τ u n k n o w n \max_c P(c\mid z_t)<\tau_{\mathrm{unknown}} c max P ( c ∣ z t ) < τ unknown 則：
C ( z t ) = ⊥ C(z_t)=\bot C ( z t ) = ⊥ 代表：
現有分類不足以安全處理此狀態。 \boxed{
\text{現有分類不足以安全處理此狀態。}
} 現有分類不足以安全處理此狀態。 這時智能體不能強行套用舊策略。
必須切換：
Exploration Mode \text{Exploration Mode} Exploration Mode 26．兩種運作模式
26.1 編譯模式
z t → c t → B i → π i → a t z_t
\rightarrow
c_t
\rightarrow
B_i
\rightarrow
\pi_i
\rightarrow
a_t z t → c t → B i → π i → a t 適用於：
26.2 探索模式
z t → P t c a n d → search → verify → new memory z_t
\rightarrow
\mathcal P_t^{\mathrm{cand}}
\rightarrow
\text{search}
\rightarrow
\text{verify}
\rightarrow
\text{new memory} z t → P t cand → search → verify → new memory 適用於：
未知；
異常；
分類衝突；
世界漂移；
高新穎性。
真正智能的地方不是只會其中一個。
而是：
知道什麼時候不要重新想，也知道什麼時候必須重新想。 \boxed{
\text{知道什麼時候不要重新想，也知道什麼時候必須重新想。}
} 知道什麼時候不要重新想，也知道什麼時候必須重新想。 27．這種智能體的「直覺」從哪裡來？
從外部看：
x t → a t x_t
\rightarrow
a_t x t → a t 可能幾乎瞬間完成。
人們可能說：
它有直覺。
但在本文框架中，這種直覺可以被拆成：
過去高成本搜尋 \text{過去高成本搜尋} 過去高成本搜尋 經過：
抽象 + 分類 + 索引 + 編譯 \text{抽象}
+
\text{分類}
+
\text{索引}
+
\text{編譯} 抽象 + 分類 + 索引 + 編譯 變成：
現在低成本響應 \text{現在低成本響應} 現在低成本響應 因此：
計算直覺可以是被壓縮、索引並編譯過的歷史計算。 \boxed{
\text{計算直覺可以是被壓縮、索引並編譯過的歷史計算。}
} 計算直覺可以是被壓縮、索引並編譯過的歷史計算。 這並不表示所有直覺都如此，但它提供一種工程上可實作的來源。
28．歷史計算資本化
第一次求解：
K 1 = K s e a r c h K_1=K_{\mathrm{search}} K 1 = K search 第二次若沒有記憶：
K 2 ≈ K 1 K_2\approx K_1 K 2 ≈ K 1 若有案例記憶：
K 2 < K 1 K_2<K_1 K 2 < K 1 若完成策略編譯：
K 2 ≪ K 1 K_2\ll K_1 K 2 ≪ K 1 因此第一次昂貴計算不是一次性消耗。
它可以被轉換成：
A c o m p u t e A_{\mathrm{compute}} A compute 也就是「計算資產」。
定義累積計算資產：
A t = { B 1 , B 2 , … , B n } \mathcal A_t
=
\{
B_1,B_2,\ldots,B_n
\} A t = { B 1 , B 2 , … , B n } 則智能體長期成長的一部分可以描述成：
∣ A t ∣ ↑ |\mathcal A_t|\uparrow ∣ A t ∣ ↑ 以及：
K k n o w n ( t ) ↓ K_{\mathrm{known}}(t)\downarrow K known ( t ) ↓ 這就是：
歷史計算資本化 \boxed{
\text{歷史計算資本化}
} 歷史計算資本化 29．累積智能的另一種定義
傳統上我們容易把智能成長理解成：
κ t ↑ \kappa_t\uparrow κ t ↑ 即原始計算能力上升。
但 MCSA 提供另一個維度：
P t ( need full solve ) ↓ P_t(\text{need full solve})\downarrow P t ( need full solve ) ↓ 同時：
P t ( usable compiled response ) ↑ P_t(\text{usable compiled response})\uparrow P t ( usable compiled response ) ↑ 所以有效智能：
I e f f I_{\mathrm{eff}} I eff 可以概念性寫成：
I e f f = I r a w + I c o m p i l e d I_{\mathrm{eff}}
=
I_{\mathrm{raw}}
+
I_{\mathrm{compiled}} I eff = I raw + I compiled 其中：
I c o m p i l e d I_{\mathrm{compiled}} I compiled 來自已累積的快速狀態響應結構。
30．編譯覆蓋率
設所有遭遇狀態分布為：
p ( x ) p(x) p ( x ) 可由高置信編譯策略處理的區域：
X C \mathcal X_C X C 則可定義：
R c o m p i l e = ∫ X C p ( x ) d x R_{\mathrm{compile}}
=
\int_{\mathcal X_C}
p(x)\,dx R compile = ∫ X C p ( x ) d x 它代表：
日常遭遇的狀態中，有多少比例可以走成熟快速通道？
如果：
R c o m p i l e ↑ R_{\mathrm{compile}}\uparrow R compile ↑ 則平均決策成本：
E [ K ] \mathbb E[K] E [ K ] 可能下降。
但這不代表所有狀態都應被編譯。
真正未知區域仍要保持：
X U \mathcal X_U X U 31．不能追求百分之百編譯
若目標是：
R c o m p i l e → 1 R_{\mathrm{compile}}\rightarrow1 R compile → 1 系統可能犯一個錯誤：
把所有未知都硬分類成已知。
這會造成：
Novel State → Old Class → Wrong Fast Path \text{Novel State}
\rightarrow
\text{Old Class}
\rightarrow
\text{Wrong Fast Path} Novel State → Old Class → Wrong Fast Path 因此系統需要保留：
P ( C ( x ) = ⊥ ) > 0 P(C(x)=\bot)>0 P ( C ( x ) = ⊥ ) > 0 也就是：
「我不知道這是什麼」必須是一個合法狀態。 \boxed{
\text{「我不知道這是什麼」必須是一個合法狀態。}
} 「我不知道這是什麼」必須是一個合法狀態。 32．過度分類是最大的結構風險之一
若：
x n e w x_{\mathrm{new}} x new 與：
c o l d c_{\mathrm{old}} c old 表面相似，分類器可能：
x n e w ↦ c o l d x_{\mathrm{new}}\mapsto c_{\mathrm{old}} x new ↦ c old 但若真正決定結果的關鍵變數：
z k z_k z k 發生改變，舊策略就可能失效。
因此分類必須附帶：
θ c \theta_c θ c 即適用條件。
只有：
θ c ( z t ) = 1 \theta_c(z_t)=1 θ c ( z t ) = 1 時，才允許快速通道。
所以：
類別不是答案，類別是條件化策略入口。 \boxed{
\text{類別不是答案，類別是條件化策略入口。}
} 類別不是答案，類別是條件化策略入口。 33．記憶編譯需要元記憶
智能體還必須記得：
自己為什麼相信這個記憶？
因此每個編譯項最好附帶：
m i m e t a = ( s o u r c e , c o n f i d e n c e , c o v e r a g e , f a i l u r e s , t i m e , v e r s i o n ) m_i^{\mathrm{meta}}
=
(
source,
confidence,
coverage,
failures,
time,
version
) m i meta = ( so u r ce , co n f i d e n ce , co v er a g e , f ai l u r es , t im e , v er s i o n ) 也就是：
來源；
信心；
覆蓋範圍；
失敗紀錄；
時間；
版本。
這形成：
Meta-Memory \boxed{
\text{Meta-Memory}
} Meta-Memory 沒有元記憶，系統只有：
知道 \text{知道} 知道 卻沒有：
知道自己為何知道，以及何時不該再相信。 \text{知道自己為何知道，以及何時不該再相信。} 知道自己為何知道，以及何時不該再相信。 34．記憶的五層
因此 MCSA 至少可以具有：
第一層：事件記憶
M E M_E M E 保存發生過什麼。
第二層：語義記憶
M S M_S M S 保存一般規律。
第三層：程序記憶
M P M_P M P 保存怎麼做。
第四層：狀態轉換記憶
M T : x t → x t + 1 M_T:
x_t\rightarrow x_{t+1} M T : x t → x t + 1 保存世界如何變化。
第五層：元記憶
M M M_M M M 保存記憶可靠度與適用邊界。
因此：
M = M E ⊕ M S ⊕ M P ⊕ M T ⊕ M M \mathcal M
=
M_E\oplus M_S\oplus M_P\oplus M_T\oplus M_M M = M E ⊕ M S ⊕ M P ⊕ M T ⊕ M M 35．它不是巨大查表
最容易的誤解是：
這不就是把所有狀態和答案存成一張表？
不是。
因為世界狀態空間可能極大甚至連續：
∣ X ∣ ≫ ∣ M ∣ |\mathcal X|\gg|\mathcal M| ∣ X ∣ ≫ ∣ M ∣ 所以 MCSA 必須依靠：
abstraction \text{abstraction} abstraction 也就是：
X → X / ∼ \mathcal X
\rightarrow
\mathcal X/{\sim} X → X / ∼ 將大量原始狀態壓成有限或較低複雜度的策略類。
真正保存的是：
可泛化狀態原型，而不是每一個可能世界狀態。 \boxed{
\text{可泛化狀態原型，而不是每一個可能世界狀態。}
} 可泛化狀態原型，而不是每一個可能世界狀態。 36．它也不是單純 RAG
RAG 可以近似表示為：
q → Retrieve ( q ) → generation q
\rightarrow
\operatorname{Retrieve}(q)
\rightarrow
\text{generation} q → Retrieve ( q ) → generation MCSA 則是：
x t → state representation → classify → retrieve → policy select → act → verify → compile/update x_t
\rightarrow
\text{state representation}
\rightarrow
\text{classify}
\rightarrow
\text{retrieve}
\rightarrow
\text{policy select}
\rightarrow
\text{act}
\rightarrow
\text{verify}
\rightarrow
\text{compile/update} x t → state representation → classify → retrieve → policy select → act → verify → compile/update 所以：
RAG 可以是 MCSA 的一個記憶接口，但不是整個 MCSA。 \boxed{
\text{RAG 可以是 MCSA 的一個記憶接口，但不是整個 MCSA。}
} RAG 可以是 MCSA 的一個記憶接口，但不是整個 MCSA 。 37．它也不是單純模型參數更新
另一種「把經驗編進模型」的方法是：
θ t + 1 = θ t + Δ θ \theta_{t+1}
=
\theta_t+\Delta\theta θ t + 1 = θ t + Δ θ 也就是參數學習。
MCSA 的編譯可以主要發生在外部可解釋結構：
B = { B 1 , … , B n } \mathcal B
=
\{B_1,\ldots,B_n\} B = { B 1 , … , B n } 這使：
都更容易。
所以記憶編譯可以是：
非參數式或混合式的策略累積。 \boxed{
\text{非參數式或混合式的策略累積。}
} 非參數式或混合式的策略累積。 38．記憶層級與速度層級
可將記憶按照速度分層：
M 0 → M 1 → M 2 → M 3 M_0
\rightarrow
M_1
\rightarrow
M_2
\rightarrow
M_3 M 0 → M 1 → M 2 → M 3 例如：
M 0 M_0 M 0 M 1 M_1 M 1 M 2 M_2 M 2 M 3 M_3 M 3
使用頻率高的：
B i B_i B i 可以提升到快速層。
很少使用的下降到慢層。
這與計算機的 cache／virtual memory 思想有相似性。
真正的目標是：
把最可能被用到的已編譯結構放在最低延遲的位置。 \boxed{
\text{把最可能被用到的已編譯結構放在最低延遲的位置。}
} 把最可能被用到的已編譯結構放在最低延遲的位置。 39．編譯也必須考慮成本
不是每一條歷史都值得編譯。
定義：
V c o m p i l e ( τ ) = F r e u s e ( τ ) ⋅ K s a v e d ( τ ) − K c o m p i l e ( τ ) − K m a i n t a i n ( τ ) V_{\mathrm{compile}}(\tau)
=
F_{\mathrm{reuse}}(\tau)
\cdot
K_{\mathrm{saved}}(\tau)
-
K_{\mathrm{compile}}(\tau)
-
K_{\mathrm{maintain}}(\tau) V compile ( τ ) = F reuse ( τ ) ⋅ K saved ( τ ) − K compile ( τ ) − K maintain ( τ ) 若：
V c o m p i l e ( τ ) > 0 V_{\mathrm{compile}}(\tau)>0 V compile ( τ ) > 0 才值得建立快速通道。
因此非常罕見、不可泛化的事件可能只保存原始案例。
而高頻、高成本、高穩定性的模式則優先編譯。
40．這會產生一個自我調節的計算經濟
系統每天面對大量問題。
其中：
X k n o w n \mathcal X_{\mathrm{known}} X known 走快速通道；
X u n c e r t a i n \mathcal X_{\mathrm{uncertain}} X uncertain 走局部適應；
X u n k n o w n \mathcal X_{\mathrm{unknown}} X unknown 走高成本探索。
因此總計算資源：
K t o t a l = K f a s t + K a d a p t + K e x p l o r e K_{\mathrm{total}}
=
K_{\mathrm{fast}}
+
K_{\mathrm{adapt}}
+
K_{\mathrm{explore}} K total = K fast + K adapt + K explore 若編譯成熟：
K f a s t / N f a s t ↓ K_{\mathrm{fast}}/N_{\mathrm{fast}}
\downarrow K fast / N fast ↓ 釋放的資源可以提高：
K e x p l o r e K_{\mathrm{explore}} K explore 這形成：
已知越便宜 ⇒ 未知越有資源可探索 \text{已知越便宜}
\Rightarrow
\text{未知越有資源可探索} 已知越便宜 ⇒ 未知越有資源可探索 41．MCSA 的成長曲線
設：
C t C_t C t 為已成熟編譯狀態覆蓋量。
若每次探索都能產生新的可重用結構：
d C t d t > 0 \frac{dC_t}{dt}>0 d t d C t > 0 而舊狀態平均成本：
K o l d ( t ) K_{\mathrm{old}}(t) K old ( t ) 下降：
d K o l d d t < 0 \frac{dK_{\mathrm{old}}}{dt}<0 d t d K old < 0 那麼智能體可能逐漸把更多算力從：
重複解題 \text{重複解題} 重複解題 轉向：
未知探索 \text{未知探索} 未知探索 因此：
長期智能增長可以來自「已知成本下降」與「未知資源上升」的雙重效應。 \boxed{
\text{長期智能增長可以來自「已知成本下降」與「未知資源上升」的雙重效應。}
} 長期智能增長可以來自「已知成本下降」與「未知資源上升」的雙重效應。 42．這種智能體在外部會像什麼？
它可能表現出：
對常見狀態反應極快；
很快知道問題屬於哪一類；
很少重新走無效舊路；
能指出相似案例與差異；
對真正異常狀態反而停下來重新分析；
能把新經驗快速轉化成未來可重用策略；
隨時間增長，越來越多日常問題不需完整推理。
外部看似：
「它怎麼一看到就知道？」 \text{「它怎麼一看到就知道？」} 「它怎麼一看到就知道？」 內部其實可能是：
狀態分類 + 快速索引 + 策略編譯 \text{狀態分類}
+
\text{快速索引}
+
\text{策略編譯} 狀態分類 + 快速索引 + 策略編譯 43．它真正的智能單位不再只是「一次回答」
普通互動常以：
Prompt → Response \text{Prompt}
\rightarrow
\text{Response} Prompt → Response 作為單位。
MCSA 的真正單位則是：
State → Policy → Transition → Memory Update \boxed{
\text{State}
\rightarrow
\text{Policy}
\rightarrow
\text{Transition}
\rightarrow
\text{Memory Update}
} State → Policy → Transition → Memory Update 所以它不是只在回答問題。
它在持續更新：
自己對世界狀態空間的可操作映射。 \text{自己對世界狀態空間的可操作映射。} 自己對世界狀態空間的可操作映射。 44．記憶編譯型智能的最小定義
現在可以正式定義。
記憶編譯型狀態智能體，是一種能將歷史搜尋、推理、行動與驗證結果持續抽象為狀態類別、索引結構、策略原型與驗證規則，並在遭遇新狀態時優先以高置信分類與快速策略調用完成響應；當既有分類不足、結果偏離預測或狀態具有顯著新穎性時，則重新啟動大規模探索並更新其記憶編譯結構的累積型智能系統。
形式上：
A t = ( Φ , C , I , Π , V , U , M t , C M ) \boxed{
\mathcal A_t
=
(
\Phi,
C,
I,
\Pi,
V,
U,
\mathcal M_t,
\mathfrak C_M
)
} A t = ( Φ , C , I , Π , V , U , M t , C M ) 45．最核心的一句話
本文真正想提出的，不是：
記憶越大，AI 越聰明 \text{記憶越大，AI 越聰明} 記憶越大， AI 越聰明 而是：
如果歷史計算能被可靠地壓縮成可分類、可索引、可驗證、可撤銷的策略結構，那麼智能體就能把越來越多世界狀態從「搜尋問題」轉化為「索引問題」。 \boxed{
\text{如果歷史計算能被可靠地壓縮成可分類、可索引、可驗證、可撤銷的策略結構，那麼智能體就能把越來越多世界狀態從「搜尋問題」轉化為「索引問題」。}
} 如果歷史計算能被可靠地壓縮成可分類、可索引、可驗證、可撤銷的策略結構，那麼智能體就能把越來越多世界狀態從「搜尋問題」轉化為「索引問題」。 再進一步：
搜尋問題 → 索引問題 → 快速狀態響應 \text{搜尋問題}
\rightarrow
\text{索引問題}
\rightarrow
\text{快速狀態響應} 搜尋問題 → 索引問題 → 快速狀態響應 這就是：
記憶編譯 \boxed{
\text{記憶編譯}
} 記憶編譯 46．下一步
到這裡還有一個真正困難的問題沒有處理：
當記憶量持續增加，分類與索引如何不被自身規模拖垮？
也就是：
∣ M ∣ ↑ |\mathcal M|\uparrow ∣ M ∣ ↑ 時，如何讓：
T r e t r i e v e T_{\mathrm{retrieve}} T retrieve 仍維持可接受，並使智能體看到一個狀態後幾乎立即知道：
它屬於哪裡？ \text{它屬於哪裡？} 它屬於哪裡？ 應該取回什麼？ \text{應該取回什麼？} 應該取回什麼？ 哪些差異真正重要？ \text{哪些差異真正重要？} 哪些差異真正重要？ 這正是下一篇：
07．《極致分類、快速索引與計算直覺》
所要處理的主題。
參考資料
Aha, D. W. / AAAI case-based reasoning literature, Case-Based Reasoning Archives .https://aaai.org/proceeding/case-based-reasoning/
Watson, I. & colleagues, Knowledge Management and Case-Based Reasoning: A Perfect Match? , FLAIRS 2001. 文中整理 Retrieve、Reuse、Revise、Review、Retain、Refine 的循環。https://cdn.aaai.org/FLAIRS/2001/FLAIRS01-024.pdf
Leake, D. B. (ed.), Case-Based Reasoning: Experiences, Lessons, and Future Directions , AAAI Press / MIT Press.https://dl.aaai.org/Press/Books/leake.php
Hu, Y. et al. (2025). Memory in the Age of AI Agents. arXiv:2512.13564.https://arxiv.org/abs/2512.13564
Xu, W. et al. (2025). A-MEM: Agentic Memory for LLM Agents. arXiv:2502.12110.https://arxiv.org/abs/2502.12110
Yu, Y. et al. (2026). Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents. ACL 2026.https://aclanthology.org/2026.acl-long.981/
Packer, C. et al. (2023). MemGPT: Towards LLMs as Operating Systems. https://research.memgpt.ai/
Park, J. S. et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. arXiv:2304.03442.https://doi.org/10.48550/arXiv.2304.03442
Rodriguez-Sanchez, R. & Konidaris, G. (2024). Learning Abstract World Model for Value-preserving Planning with Options. arXiv:2406.15850.https://arxiv.org/abs/2406.15850
Zhang, X. et al. (2026). Self-Evolving World Models for LLM Agent Planning. arXiv:2606.30639.https://arxiv.org/abs/2606.30639
系列內部依賴
前置： 01–05 全部正文。後續： 07《極致分類、快速索引與計算直覺》、08《已知則編譯，未知則展開》、09《當所有計算機與記憶空間連成一體》。
一句話摘要
記憶編譯型狀態智能體的本質，是把過去昂貴的搜尋逐漸轉化為未來可直接辨認、索引、驗證與調用的狀態響應結構。 \boxed{
\text{記憶編譯型狀態智能體的本質，是把過去昂貴的搜尋逐漸轉化為未來可直接辨認、索引、驗證與調用的狀態響應結構。}
} 記憶編譯型狀態智能體的本質，是把過去昂貴的搜尋逐漸轉化為未來可直接辨認、索引、驗證與調用的狀態響應結構。