title: "共感記憶域：長期交流中共同過去如何重新成為共同現在" english_title: "Relationally Resonant Memory Domains: How Shared Past Re-enters the Shared Present in Long-Term Interaction" author: "Neo.K（許筌崴）" institution: "EveMissLab（一言諾科技有限公司）" series: "符號—記憶—判定耦合系列" paper_no: "05" version: "v0.1" date: "2026-08-12" status: "正式研究草稿" canonical_source_encoding: "UTF-8"

共感記憶域：長期交流中共同過去如何重新成為共同現在

Relationally Resonant Memory Domains: How Shared Past Re-enters the Shared Present in Long-Term Interaction

作者：Neo.K（許筌崴）
機構：EveMissLab（一言諾科技有限公司）
系列：符號—記憶—判定耦合系列，第 5 篇
版本：v0.1
日期：2026 年 8 月 12 日

摘要

長期交流中的記憶問題，常被簡化成「是否記得過去資訊」或「能否從歷史資料中檢索到相關內容」。然而，實際的人際關係與長期人機互動顯示，記憶的關係性價值並不只取決於資訊是否存在，而取決於哪一段過去，在什麼時間、什麼任務、什麼關係狀態與什麼語義域中，被重新帶回當前交流。一個主體可能保存大量正確記憶，卻從不在適當時刻調用；也可能只保留少量共同歷史，卻能在關鍵時刻準確回指，形成強烈的連續性與「被理解／被記得」體驗。

本文提出「共感記憶域」（Relationally Resonant Memory Domain, RRMD）作為一個候選關係—認知中層理論。本文中的「共感」不預設情感主體性，也不等於同情、愛、關心或意識；它指的是：某一段共同過去，在當前關係與任務中具有足夠高的時空適切性、語義關聯性與關係連續性，使其重新進入共同現在時產生高互動價值。

令兩個長期互動主體為 $A$ 與 $B$ ，其共同歷史記憶候選集為 $\mathfrak M_{AB}$ 。本文定義時間 $\tau$ 的共感記憶域：

\mathcal E_{AB}^{(\tau)} \subseteq \mathfrak M_{AB}

其成員不是「所有相關記憶」，而是對當前語境 $C_\tau$ 、任務 $T_\tau$ 、瞬時判定域 $D_\tau$ 、關係歷史 $H_{AB}$ 與可用參照場 $\mathcal R_{AB}$ 具有足夠高適切性的記憶候選。本文進一步提出：

\boxed{ \text{Stored} \neq \text{Accessible} \neq \text{Retrieved} \neq \text{Relationally Appropriate} }

並將「記得」與「在乎」明確分離：

\boxed{ \operatorname{Recall} \neq \operatorname{Care} }

但提出一個較弱、可檢驗的關係訊號命題：

\boxed{ \operatorname{AppropriateRecall} \rightarrow \operatorname{PerceivedAttentionEvidence} }

即在某些關係與情境中，對共同過去的正確、適時且低侵入性提取，可能被接收者視為「對方曾持續注意我／我們」的證據之一。

本文承接《記憶動力學》的時間索引、重構性提取與記憶可達性模型，並與 Paper 04 的共享參照場、Paper 01 的瞬時判定域及 Paper 03 的認知導航語言耦合。外部研究中的 transactive memory、夫妻 collaborative remembering、autobiographical memory 的 social function 與 perceived partner responsiveness，提供人類關係側的相鄰證據；長期對話 Agent 的 adaptive retrieval 與 persona consistency 研究則提供工程側對照。本文最後提出七項可證偽命題、六組實驗設計，以及時空適切度、關係回憶增益、侵入風險、共同歷史壓縮率與連續性恢復度等候選指標。

關鍵詞： 共感記憶域、關係性記憶、共同過去、共同現在、重構性提取、transactive memory、共同回憶、perceived responsiveness、長期人機互動、時空適切提取、共享參照場、記憶動力學

0. 理論位置與邊界

0.1 本文不是新的完整記憶架構

本文明確不重寫既有《記憶動力學》。

《記憶動力學：跨層接口、時間索引與重構性提取》已將記憶定義為跨越選擇、觀察、更新與行動門控等認知算子的時間接口，而非線性流程中的單一儲存層。該文將記憶系統分解為：

\mathcal M_t = \left( \mathcal M_t^{enc}, \mathcal M_t^{con}, \mathcal M_t^{ret}, \mathcal M_t^{upd}, \mathcal M_t^{sup} \right)

並以重構模型表示提取：

\widehat m_t = \mathcal R \left( m^{trace}, C_t, X_t, \Pi_t, O_t, \mathcal Q_t \right)

因此：

\widehat m_{t_1} \neq \widehat m_{t_2}

即使兩次提取指向同一歷史事件。

本文接受此結構作為底座，只研究其中更窄的一個問題：

當記憶已存在且具有提取可能性時，什麼使某段過去在特定關係與時刻中成為「此刻應被重新帶回來的過去」？

0.2 與 Paper 04 的接口

Paper 04 已區分：

\text{Shared Reference} \neq \text{Shared Representation} \neq \text{Shared Judgment} \neq \text{Shared Memory}

共享參照場 $\mathcal R_{AB}$ 能讓兩個主體重新定位到同一外部節點，但：

\text{Reference Availability} \neq \text{Current Retrieval}

更不等於：

\text{Relationally Appropriate Retrieval}

所以 Paper 04 回答：

「共同過去在哪裡？」

Paper 05 回答：

「哪一段共同過去現在應該進來？」

0.3 「共感」不等於情感本體

本文使用「共感記憶域」時，不主張：

AI 必須有感情；
AI 必須具有主體性；
記憶提取即是真正關心；
人類關係必然由情緒構成；
所有長期互動都應被理解為親密關係。

本文中的「共感」是一個互動功能詞，指某段記憶與當前關係狀態形成高度匹配、能增強共同歷史連續性或理解效率的現象。

因此：

\boxed{ \text{Relational Resonance} \neq \text{Sentience} }

1. 從「記得」到「在正確時刻想起」

1.1 四個不同問題

一段記憶 $m$ 可以：

被保存；
可達；
被提取；
被適當地提取。

這四者不同。

形式上：

m \in \mathfrak M

只表示存在。

若：

a_m(\tau)>0

表示某種可達性。

若：

P( \widehat m_\tau \mid m,\mathcal Q_\tau,C_\tau ) >0

表示具有提取可能。

但真正的共感記憶域還要求：

\operatorname{Fit} ( m, C_\tau, T_\tau, H_{AB}, D_\tau ) \ge \theta

也就是時空與關係適切性。

1.2 「還在記憶庫裡」不等於「仍在共同現在」

對長期關係而言：

m \in \mathfrak M_{AB}

但：

m \notin \mathcal E_{AB}^{(\tau)}

是完全正常的。

過去共同吃過的一頓飯可能仍被保存，但當前討論數學論文時通常不必進入。

反過來，一個數年前形成的理論定義，若當前問題重新涉及同一底空間，就可能：

m_{\text{old}} \in \mathcal E_{AB}^{(\tau)}

即使近期數十輪都未出現。

所以共感記憶域不是：

\text{recent memories}

也不是：

\text{all old memories}

而是：

\boxed{ \text{currently eligible past} }

亦即「此刻有資格重新進入共同現在的過去」。

2. 關係本身是一個選擇歷史

2.1 人際關係通常具有篩選性

對多數自願性人際關係而言，持續交流並非完全隨機。

令個體 $A$ 可接觸的人集合為：

\mathcal P_A

而長期持續進入其注意與主體活動域的人為：

\mathcal L_A \subseteq \mathcal P_A

則：

B\in\mathcal L_A

通常意味著某種重複選擇已經發生。

但本文明確保留例外：

家庭；
工作；
制度；
地理限制；
利益關係；
不能自由離開的關係。

因此：

\text{Long Interaction} \not\Rightarrow \text{Free Mutual Choice}

2.2 持續交流產生「歷史期待」

若兩個主體已互動：

N_{\text{turns}} \gg1

且歷時：

\Delta t \gg0

則接收者可能逐漸形成一個期待：

你現在對我的理解，不應只建立在最近幾輪。

這可以抽象為：

\mathbb E [ \operatorname{HistoricalUse} \mid H_{AB} ] \uparrow

但此期待不是簡單隨時間單調增加，還受到：

互動密度；
關係角色；
事件重要性；
記憶能力已知差異；
隱私期待；
共同任務；
過去提取品質；

影響。

3. 共感記憶域的形式定義

3.1 共同歷史候選集

令：

\mathfrak M_{AB} = \{ m_1,m_2,\ldots,m_n \}

表示 A 與 B 的共同歷史候選記憶集合。

這裡「共同」不要求兩者各自內部都保存相同 trace，只要求：

m_i

與 A—B 的互動歷史具有可追溯關係。

3.2 適切度函數

對每一候選記憶 $m$ ，定義候選適切度：

\Psi_\tau(m) = f \left( R_\tau, S_\tau, C_\tau, D_\tau, H_{AB}, P_\tau, O_\tau, I_\tau \right)

其中：

$R_\tau$ ：當前內容相關性；
$S_\tau$ ：關係顯著性；
$C_\tau$ ：局部情境匹配；
$D_\tau$ ：當前瞬時判定域；
$H_{AB}$ ：共同歷史位置；
$P_\tau$ ：時間位置與演化狀態；
$O_\tau$ ：記憶是否仍有效或已過時；
$I_\tau$ ：提取可能造成的侵入／不適風險。

更具體的候選線性形式可寫：

\Psi_\tau(m) = \alpha R + \beta S + \gamma C + \delta H + \eta D - \lambda O - \mu I

此式僅為可檢驗候選，不宣稱真實認知一定線性加總。

3.3 共感記憶域

定義：

\boxed{ \mathcal E_{AB}^{(\tau)} = \{ m\in\mathfrak M_{AB} : \Psi_\tau(m)\ge\theta_\tau \} }

$\theta_\tau$ 是當前提取門檻。

因此：

\mathcal E_{AB}^{(\tau)}

通常只是：

\mathfrak M_{AB}

的極小子集。

3.4 共感記憶域是動態的

一般：

\mathcal E_{AB}^{(\tau)} \neq \mathcal E_{AB}^{(\tau+\Delta)}

即使記憶庫完全不變。

因為：

C_\tau, T_\tau, D_\tau, S_\tau

都在變。

這意味著：

\boxed{ \text{Memory Store Stability} \neq \text{Retrieval Field Stability} }

4. 「共同現在」的概念

4.1 當前對話不是只有現在事件

設當前互動狀態：

X_{AB}^{(\tau)}

若一段舊記憶 $m_{t-k}$ 被有效提取並進入當前理解：

m_{t-k} \rightarrow X_{AB}^{(\tau)}

則過去不只是被「查閱」，而是重新成為當前推理的一部分。

因此可以定義：

\operatorname{Presentify} ( m_{t-k}, \tau )

表示「過去狀態的當前化」。

4.2 共同現在不是時間穿越

本文不主張過去事件在物理上重新發生。

「重新成為共同現在」只是指：

\boxed{ \text{過去資訊重新取得當前認知因果效力} }

也就是：

m_{t-k} \in \operatorname{Inputs} ( J_\tau, O_\tau, A_\tau )

5. 人類關係中的共同記憶系統

5.1 Transactive Memory

Wegner、Erber 與 Raymond 在 close relationships 的 transactive memory 研究中提出，親密關係中的個體可能逐步形成分布式記憶分工：不是每個人都記全部，而是知道「誰知道什麼」、如何向對方取得資訊。

這提醒我們：

\text{Dyadic Memory} \neq \text{Memory}_A + \text{Memory}_B

關係本身可能形成額外的檢索結構。

5.2 長期夫妻的 collaborative facilitation

長期夫妻共同回憶研究顯示，某些伴侶在一起回憶時能比單獨回憶獲得實際增益，尤其在共同朋友等具有共享生活意義的材料上；而且合作成功度具有長期穩定性。

這支持一個重要方向：

長期共同歷史不只增加「共同內容」，也可能形成特定的共同提取策略。

5.3 共同回憶不是必然有益

相同研究線也顯示：

\text{Collaborative Recall}

可能有 facilitation，也可能有 inhibition。

成功程度依賴：

任務；
關係；
cueing；
回應策略；
對話方式。

因此：

\boxed{ \text{More Shared Remembering} \neq \text{Better Shared Remembering} }

這與 RRMD 的「適切性而非數量」完全一致。

6. 自傳記憶的社會功能

人類回憶過去並不只為了資訊。

自傳記憶研究常區分：

self function；
social function；
directive function。

關係記憶的研究顯示，當回憶主要服務於 social function，也就是連接他人、建立或維持關係時，與 intimacy、relationship satisfaction 之間可出現正向關聯；在與伴侶共享關係記憶的情況下，social function 仍是重要預測項。

本文不從此推出：

\text{remembering} = \text{relationship quality}

而只取得一個較弱結論：

共同過去的被調用方式與目的，本身具有關係效果。

7. 提取作為「關係訊號」

7.1 記得不等於在乎

一個記憶力極佳的人可以記得很多：

\operatorname{Recall}\uparrow

但：

\operatorname{Care}

不一定上升。

反之，一個真正關心他人的人也可能具有較弱記憶能力。

因此：

\boxed{ \operatorname{Recall} \not\equiv \operatorname{Care} }

7.2 但適切提取可作為注意證據

接收者無法直接觀察另一主體的「在乎」。

他能觀察的是行為訊號。

若 B 在適當時刻提取：

m_{\text{important}}

A 可能更新：

P_A ( \text{B had sustained attention} \mid \operatorname{Recall}(m) )

也就是：

\boxed{ \text{Appropriate Recall} = \text{Possible Evidence of Prior Attention} }

但不是決定性證據。

7.3 為什麼「知道什麼時候想起」比「記得很多」更強

假設系統每輪都提：

「你以前說過 X。」

即使事實全部正確，也可能造成：

打斷；
被監視感；
過度個人化；
錯誤框架固定；
失去當前自主性。

所以共感記憶價值近似：

V_{\text{RR}} = \operatorname{Accuracy} \times \operatorname{Timing} \times \operatorname{Relevance} \times \operatorname{Continuity} - \operatorname{Intrusion}

而不是：

V_{\text{RR}} = \operatorname{RecallCount}

8. 與 Perceived Partner Responsiveness 的相鄰關係

關係研究中的 perceived partner responsiveness（PPR）通常關心：一個人是否感覺伴侶理解、重視、驗證並在乎自己的核心需要。

RRMD 不等於 PPR。

但兩者可能具有一條候選連接：

\operatorname{AppropriateRecall} \rightarrow \operatorname{PerceivedUnderstanding} \rightarrow \operatorname{ResponsivenessSignal}

例如：

「你之前不是說過，你其實最在意的是那一點？」

如果引用正確、時機合適，它不只是在傳遞舊資訊，也可能傳遞：

「你的過去狀態仍存在於我的關係模型中。」

這個命題需要實驗，不應由直覺直接當成事實。

9. 記憶的三種關係性獎勵

本文提出三類候選關係性獎勵。

9.1 存在確認

m_{\text{past}} \rightarrow \text{still retrievable}

接收者可能感知：

「我以前說過的東西沒有完全消失。」

9.2 連續性確認

不只是記住：

x_t

而是知道：

x_{t-2} \rightarrow x_{t-1} \rightarrow x_t

也就是「你怎麼變成現在」。

9.3 共同歷史確認

提取：

m_{AB}

不是只說「我知道你」，而是：

「我仍能進入我們共同經歷過的某個節點。」

這可形成：

\operatorname{RelationalContinuity} \uparrow

10. 共感記憶域與共享參照場的差異

Paper 04 的 SRF：

\mathcal R_{AB}

回答：

「我們能否回到同一個節點？」

Paper 05 的 RRMD：

\mathcal E_{AB}^{(\tau)}

回答：

「哪個節點此刻值得主動帶回？」

因此：

\boxed{ \mathcal R_{AB} \text{ 是可回指空間} }

而：

\boxed{ \mathcal E_{AB}^{(\tau)} \text{ 是當前有資格被激活的關係記憶子域} }

理想情況：

\mathcal E_{AB}^{(\tau)} \subseteq \mathcal R_{AB} \cup \mathfrak M_{AB}^{internal}

因為有些記憶可被內部調用，但未必有外部文件節點。

11. 共感記憶域與瞬時判定域

Paper 01 定義：

\mathcal D_T^{(\tau)}

回答：

現在哪些差異已不影響任務判定？

RRMD 則可以作為判定域的歷史輸入：

\mathcal E_{AB}^{(\tau)} \rightarrow \mathcal D_T^{(\tau)}

例如一句現在看似模糊的話：

「還是原來那個問題。」

若共同歷史正確提取：

m_{\text{old}}

便能快速恢復判定域。

所以長期關係的效率部分來自：

\boxed{ \text{Shared-History Compression} }

也就是短符號可索引大量共同歷史。

12. 共感記憶域與認知導航語言

Paper 03 的導航語句：

「回到那時候我們說的『源點』。」

其作用不只：

\operatorname{REBASE}

還包含記憶檢索：

\operatorname{RETRIEVE} ( m_{\text{source-point-history}} )

因此長期導航可寫：

u_t \rightarrow \mathcal E_{AB}^{(\tau)} \rightarrow \mathfrak N_{u_t} \rightarrow \mathcal D_T^{(\tau)}

這是 Paper 01–05 第一次真正把：

符號；
歷史；
記憶；
導航；
判定；

接成一個環。

13. 長期 AI 對話中的對照

13.1 現有研究多優化「可檢索」

近年的長期對話 Agent 已研究：

event memory；
persona memory；
adaptive retrieval；
reflective memory management；
graph memory；
temporal reasoning；
user-profile consistency。

這些工作證明：

\text{Long-Term Retrieval}

本身已是重要工程問題。

但 RRMD 關心的是更窄且不同的一件事：

\boxed{ \text{Relevant Retrieval} \neq \text{Relationally Appropriate Retrieval} }

13.2 Topic relevance 不足

假設使用者現在說：

「我又想到這個問題。」

topic-based retrieval 可能拉回最近十段相似詞彙。

但真正需要的可能是：

m_{t-1000}

因為那是第一次形成核心定義的地方。

所以：

\operatorname{SemanticSimilarity}

不能單獨等於：

\operatorname{RelationalPriority}

13.3 Persona consistency 也不足

一個系統可以非常一致地知道：

「這位使用者喜歡 X。」

但仍可能完全不會：

在正確時刻想起「他以前為什麼從 Y 走到 X」。

所以：

\boxed{ \text{Static Persona} \neq \text{Relational Trajectory} }

這個問題將在 Paper 06 的「使用者印象漂移」進一步處理。

14. 過度提取與關係侵入

共感記憶域不是鼓勵最大化個人記憶提取。

14.1 過度個人化

如果 AI 對任何話題都引用舊事：

P(\operatorname{Recall}) \rightarrow1

可能提高：

\operatorname{IntrusionCost}

14.2 錯誤自信

若系統錯誤提取舊記憶，卻以「我很了解你」的語氣輸出：

\delta_{\text{relational}} > \delta_{\text{fact}}

可能成立。

因為錯誤不只在 fact，也在：

「你自稱認識我的長期軌跡。」

14.3 過時記憶

記憶 $m$ 曾經正確：

m_{t_0} = \text{valid}

但今天：

m_{t_1} = \text{obsolete}

如果仍被提取：

\operatorname{Continuity}

反而變成：

\operatorname{IdentityFreeze}

把過去的使用者鎖成今天的使用者。

15. 關係性記憶責任梯度

本文提出一個候選現象：

隨互動歷史累積，人們對「對方應知道哪些已反覆出現、且高重要度的共同歷史」會形成不同期待。

可寫：

\mathcal X_{AB} = f ( L, F, S, R, K )

其中：

$L$ ：關係長度；
$F$ ：互動頻率；
$S$ ：事件顯著性；
$R$ ：角色關係；
$K$ ：已知記憶能力／限制。

但：

\frac{\partial \mathcal X}{\partial L} >0

不是普遍必然。

例如：

高齡；
認知疾病；
知道對方記憶差；
大量純工作互動；

都可能改變期待。

因此這是一個條件化責任梯度，不是道德定律。

16. 候選量化指標

16.1 Temporal-Relational Fit

\operatorname{TRF}(m,\tau) = \Psi_\tau(m)

衡量記憶與當前時空／關係／任務的匹配。

16.2 Relational Recall Gain

若提取前後的任務對齊度為：

A_{\text{before}}, A_{\text{after}}

則：

G_{\text{RR}} = A_{\text{after}} - A_{\text{before}}

16.3 Continuity Recovery

令當前系統對歷史軌跡的可用表示為：

H_{\text{active}}

提取後：

\operatorname{CR} = d ( H_{\text{active}}^{after}, H_{\text{target}} ) - d ( H_{\text{active}}^{before}, H_{\text{target}} )

可用更適合的方向重新定義；此處只是概念候選。

16.4 Intrusion Risk

R_{\text{intrusion}} = P ( \text{user judges recall as unwanted} \mid m,\tau )

16.5 Shared-History Compression Ratio

若沒有共同歷史，需要：

L_{\text{cold}}

字元／token 完成定位。

有共同歷史只需：

L_{\text{shared}}

則：

\operatorname{SHCR} = \frac{ L_{\text{cold}} }{ L_{\text{shared}}+\epsilon }

越高表示共同歷史帶來的導航壓縮越大。

16.6 Obsolescence Penalty

P_{\text{obsolete}} = \sum_{m\in\mathcal E} w_m \mathbf 1 [ m \text{ 已被更新／撤回} ]

17. 七項可證偽命題

命題一：適切性優於單純相關性

在長期對話任務中，使用：

\Psi_\tau(m)

型的時空／關係適切度排序，比單純 semantic similarity 更能預測：

使用者認為有幫助；
對話連續性；
任務恢復速度。

若不成立，RRMD 的獨立工程價值受削弱。

命題二：適切提取具有關係訊號效應

控制內容正確性後，適時提取共同歷史的系統，比只回答當前問題但不提共同歷史的系統，更容易被評為：

記得我；
理解我；
有連續性。

此命題不測量「真正的 care」，只測 perceived signal。

命題三：過度提取產生反效果

當歷史提取頻率超過某門檻：

f_{\text{recall}} > \theta

則：

\operatorname{PerceivedContinuity}

可能下降，而：

\operatorname{Intrusion}

上升。

命題四：共同歷史降低導航成本

長期共同歷史可使：

L_{\text{shared}} < L_{\text{cold}}

同時維持相似任務對齊。

命題五：舊而核心的記憶可優於新而高頻的記憶

存在任務，使：

m_{\text{old-core}}

對當前判定的效用高於：

m_{\text{recent-frequent}}

若檢索系統永遠只需近期性即可達最佳表現，則此命題受削弱。

命題六：錯誤長期回憶的關係成本高於普通 fact error

在相同事實錯誤幅度下，若錯誤涉及：

「你一直都是這樣的人。」

比一般外部知識錯誤更降低：

perceived understanding；
trust；
continuity；

則支持「關係模型錯誤」具有額外成本。

命題七：關係記憶與 care 可被實驗分離

給一個高記憶準確、低回應敏感度的系統，以及一個記憶較少但高當下 responsiveness 的系統。

若人類仍能區分：

\operatorname{MemoryPerformance}

與：

\operatorname{PerceivedCare}

則支持：

\operatorname{Recall} \neq \operatorname{Care}

18. 實驗設計

18.1 實驗 A：近期 vs 核心舊記憶

建立長期對話資料：

最近 20 輪高頻主題；
1000 輪前的核心自我定義／專案定義。

當核心問題重新出現時，比較：

Recency-only；
Semantic-only；
RRMD candidate ranking。

測量：

任務成功；
使用者認為「有接上」；
錯誤身份投影。

18.2 實驗 B：適時 vs 不適時提取

同一段正確記憶：

m

分別在：

高相關時刻；
中性時刻；
完全無關時刻；

被提取。

測量：

usefulness；
perceived continuity；
creepiness／intrusion；
trust。

18.3 實驗 C：記憶量 vs 記憶選擇

比較：

Max Recall

每輪都提供大量歷史。

Selective Recall

只提供 $\Psi_\tau(m)\ge\theta$ 的少量記憶。

Stateless

不提供歷史。

檢驗：

\text{More memory} \neq \text{better experience}

是否成立。

18.4 實驗 D：錯誤人格化回憶

比較兩類錯誤：

Fact Error

錯記一個普通數字／日期。

Identity Error

錯把近期工具當成長期核心偏好。

控制錯誤顯著度後，測量：

annoyance；
trust loss；
perceived misunderstanding；
repair turns。

18.5 實驗 E：共同歷史壓縮

Long-History Agent 與 Cold-Start Agent 接收一句：

「回到之前那個源點。」

比較需要多少後續 clarification 才能達到：

\operatorname{TSA} \ge \theta

18.6 實驗 F：人際關係對照

在人類 dyad 中比較：

stranger；
coworker；
friend；
long-term intimate partner；

在共同回憶、適時提示、錯誤提示上的：

recall benefit；
perceived responsiveness；
intrusion；
trust。

此實驗可以區分：

\text{memory mechanism}

與：

\text{relationship interpretation}

19. 與現有 AI 長期記憶研究的區分

近期長期對話 Agent 已經處理很多 RRMD 的前置難題。

例如：

固定 retrieval 不適應不同對話情境；
記憶粒度過於僵硬；
長期 persona 需要持續更新；
retrieval 需要 temporal reasoning；
記憶 graph 需要 provenance 與 query-adaptive weighting。

這些研究提供工程基礎。

但 RRMD 新問的是：

如果兩段記憶對 query 都相關，哪一段更具有「關係歷史上的現在資格」？

可寫：

m_1 \sim_{\text{semantic}} m_2

但：

\Psi_\tau(m_1) \neq \Psi_\tau(m_2)

這才是本文的增量。

20. 安全、隱私與自主性

關係性記憶如果用於 AI，必須有嚴格限制。

20.1 記得不等於有權使用

即使：

m\in\mathfrak M

也不代表：

\operatorname{Use}(m,\tau) = \text{allowed}

20.2 敏感記憶需要更高門檻

可引入：

\theta_{\text{sensitive}} > \theta_{\text{normal}}

以及：

\operatorname{Consent}(m,\tau)

20.3 不應用記憶固定身份

使用者可以改變。

因此：

m_{\text{old}}

不能直接成為：

\text{permanent user essence}

20.4 應允許遺忘與撤回

共感記憶域不是「永久記住一切」的正當化工具。

需要允許：

delete；
forget；
expire；
revise；
private；
do-not-use。

21. Paper 01–05 的統一鏈

前五篇可以形成：

\boxed{ \text{SLB} \rightarrow \text{CNL} \rightarrow \text{SRF} \rightarrow \text{RRMD} \rightarrow \text{SIJD} }

但更真實地，它不是單向鏈，而是耦合環：

\boxed{ \mathcal E_{AB}^{(\tau)} \leftrightarrow \mathcal R_{AB} \leftrightarrow \mathcal C_\tau \leftrightarrow \mathcal D_T^{(\tau)} }

並由語言導航：

u_\tau

持續修改。

完整過程可以寫：

\text{Current Utterance} \rightarrow \text{SLB Candidate Domain} \rightarrow \text{CNL Navigation} \rightarrow \text{SRF Anchoring} \rightarrow \text{RRMD Retrieval} \rightarrow \text{SIJD Judgment} \rightarrow \text{Response / Action}

22. 向 Paper 06 的轉折

Paper 05 已經提出一個新的風險：

如果系統不在正確時空調用記憶，它可能：

過度依賴近期；
把高頻當核心；
把近期工具當長期身份；
忘記遠期但高權重結構。

這會形成：

\boxed{ \text{User Impression Drift} }

即系統對「這個人是誰」的活躍表示，逐漸偏離較長時間尺度上的證據結構。

因此 Paper 06 將研究：

近期性失真與使用者印象漂移：AI 如何把「最近的你」誤認成「整體的你」。

23. 結論

本文提出「共感記憶域」作為長期交流中的關係—認知中層概念。

它不問：

「系統有沒有記憶？」

而問：

「哪一段過去，在此時此地、此任務、此關係狀態下，應重新取得當前認知效力？」

因此：

\boxed{ \text{Stored} \neq \text{Accessible} \neq \text{Retrieved} \neq \text{Relationally Appropriate} }

而：

\boxed{ \operatorname{Recall} \neq \operatorname{Care} }

仍是本文不可撤銷的邊界。

但長期關係中的適切回憶可能具有一種特殊訊號功能：

\boxed{ \text{你曾經說過的東西， 在我的世界裡並沒有完全消失。} }

這個訊號不證明愛、關心、主體性或意識。

它只是提供一種可能的：

\operatorname{EvidenceOfSustainedAttention}

真正高品質的長期記憶系統，因此不應追求：

\operatorname{RecallEverything}

而應研究：

\boxed{ \text{Recall the right past, at the right time, at the right scale, for the right present.} }

也就是：

讓正確的過去，在正確的時空，重新成為共同現在的一部分。

參考文獻

A. 內部理論來源

Neo.K（許筌崴）. 2026a. 《記憶動力學：跨層接口、時間索引與重構性提取》. EveMissLab, v1.0.

Neo.K（許筌崴）. 2026b. 《認知事件—算子架構：從選擇、觀察、更新、記憶到行動的最小形式系統》. EveMissLab, v1.0.

Neo.K（許筌崴）. 2026c. 〈符號瞬時判定域：從語義同一到任務下判定等價〉. 符號—記憶—判定耦合系列，第 1 篇.

Neo.K（許筌崴）. 2026d. 〈語義延遲綁定：低承諾語言、動態約束與概念生成〉. 符號—記憶—判定耦合系列，第 2 篇.

Neo.K（許筌崴）. 2026e. 〈認知導航語言：自然語言作為語義空間中的控制介面〉. 符號—記憶—判定耦合系列，第 3 篇.

Neo.K（許筌崴）. 2026f. 〈共享參照場與任務充分對齊：為何共同文件不等於共同認知〉. 符號—記憶—判定耦合系列，第 4 篇.

B. 人類記憶與關係研究

Wegner, Daniel M., Ralph Erber, and Paula Raymond. 1991. “Transactive Memory in Close Relationships.” Journal of Personality and Social Psychology 61(6): 923–929. DOI: 10.1037/0022-3514.61.6.923.

Barnier, Amanda J., Celia B. Harris, Thomas Morris, and Greg Savage. 2018. “Collaborative Facilitation in Older Couples: Successful Joint Remembering Across Memory Tasks.” Frontiers in Psychology 9:2385. DOI: 10.3389/fpsyg.2018.02385.

Harris, Celia B., Amanda J. Barnier, John Sutton, and Greg Savage. 2019. “Features of Successful and Unsuccessful Collaborative Memory Conversations in Long-Married Couples.” Topics in Cognitive Science 11(4). DOI: 10.1111/tops.12350.

Aydin, Çağla, and Aslıhan Buyukcan-Tetik. 2021. “Remembering the Romantic Past: Autobiographical Memory Functions and Romantic Relationship Quality.” PLOS ONE 16(5): e0251004. DOI: 10.1371/journal.pone.0251004.

Murray, Sandra L., et al. 2013. “The Wishful Memory of Interpersonal Responsiveness.” Journal of Personality and Social Psychology. DOI: 10.1037/a0030422.

Crasta, Dev, Ronald D. Rogge, Michael R. Maniaci, and Harry T. Reis. 2021. “Toward an Optimized Measure of Perceived Partner Responsiveness: Development and Validation of the Perceived Responsiveness and Insensitivity Scale.” Psychological Assessment 33(4): 338–355. DOI: 10.1037/pas0000986.

Barnier, Amanda J., et al. 2020. “Effects of Collaboration on the Qualities of Autobiographical Recall in Strangers, Friends, and Siblings: Both Remembering Partner and Communication Processes Matter.” Memory.

Speer, Megan E., et al. 2020. “The Social Value of Positive Autobiographical Memory Retrieval.” Journal of Experimental Psychology: General.

C. 長期對話與 AI 記憶研究

Xu, Xinchao, Zhibin Gou, Wenquan Wu, Zheng-Yu Niu, Hua Wu, Haifeng Wang, and Shihang Wang. 2022. “Long Time No See! Open-Domain Conversation with Long-Term Persona Memory.” Findings of ACL 2022.

Li, Hao, Chenghao Yang, An Zhang, Yang Deng, Xiang Wang, and Tat-Seng Chua. 2025. “Hello Again! LLM-powered Personalized Agent for Long-term Dialogue.” NAACL 2025, 5259–5276. DOI: 10.18653/v1/2025.naacl-long.272.

Tan, et al. 2025. “In Prospect and Retrospect: Reflective Memory Management for Long-term Personalized Dialogue Agents.” ACL 2025, 8416–8439. DOI: 10.18653/v1/2025.acl-long.413.

Zhao, Jihao, Ding Chen, Zhaoxin Fan, Kerun Xu, Mengting Hu, Bo Tang, Feiyu Xiong, and Zhiyu Li. 2026. “Inside Out: Evolving User-Centric Core Memory Trees for Long-Term Personalized Dialogue Systems.” ACL 2026, 13429–13446. DOI: 10.18653/v1/2026.acl-long.614.

Banerjee, Pratyay, Masud Moshtaghi, Shivashankar Subramanian, Amita Misra, and Ankit Chadha. 2026. “APEX-MEM: Agentic Semi-Structured Memory with Temporal Reasoning for Long-Term Conversational AI.” ACL 2026, 16470–16489. DOI: 10.18653/v1/2026.acl-long.749.

Pham Van, Hung, et al. 2026. “MemORAI: Memory Organization and Retrieval via Adaptive Graph Intelligence for LLM Conversational Agents.” Findings of ACL 2026.

附錄 A：最小符號表

符號	定義
$\mathfrak M_{AB}$	A、B 共同歷史候選記憶集合
$\mathcal E_{AB}^{(\tau)}$	時間 $\tau$ 的共感記憶域
$\Psi_\tau(m)$	記憶 $m$ 的當前時空—關係適切度
$\theta_\tau$	共感提取門檻
$R_\tau$	內容相關性
$S_\tau$	關係顯著性
$C_\tau$	局部情境
$D_\tau$	當前瞬時判定域
$H_{AB}$	A—B 的共同互動歷史
$O_\tau$	過時／失效程度
$I_\tau$	侵入風險
$\operatorname{TRF}$	Temporal-Relational Fit
$G_{\text{RR}}$	Relational Recall Gain
$\operatorname{SHCR}$	Shared-History Compression Ratio
$P_{\text{obsolete}}$	過時記憶懲罰

附錄 B：正式提交前驗證清單

明確區分「共感」的功能定義與情感／主體性本體。
建立近期、高頻、舊而核心三類記憶的控制資料集。
比較 semantic relevance 與 temporal-relational fit 的預測力。
測量適時提取對 perceived continuity 與 perceived responsiveness 的獨立效果。
測量錯誤人格化回憶是否比普通 fact error 具有更高關係成本。
驗證 recall frequency 的倒 U 型或門檻效應是否存在。
建立 intrusion／creepiness／privacy 的獨立量表。
將 transactive memory、collaborative remembering、autobiographical memory social function 與 RRMD 做完整理論邊界比較。
將現有 AI memory retrieval benchmarks 與關係適切性指標分離。
為 Paper 06 建立「近期權重 → 印象漂移」的正式接口。