检索与写入路径代码审查（2026-08-01）
August 17, 2026 · View on GitHub
审查范围：
benches/locomo/main.rs、benches/longmemeval/main.rs、crates/causal-memory/src/store/{write,retrieve}.rs、consolidate/patterns/hippocampus。 本文含两部分：① 边/节点规模的成因分析；② 六个优化点及其风险分析（含枪毙项）。 凡涉及检索语义改动，一律走--retrieval-version开关 + 全量双口径重跑 + 预注册判读标准。
一、为什么这么多边和节点
以 LME distill 库实测（longmemeval_distill.db）：275,676 chunks / 247,880 edges。
| 构成 | 数量 | 性质 |
|---|---|---|
| temporal 邻接边 | 222,872（90%） | 每 turn 一条，链到上一个对方发言，confidence 0.4，relation='caused' |
| distill 自环边 | 25,008（10%） | from_id = to_id，为让条目在边空间可见 |
| chunks | ~222k raw turns + 25k distill + negation 条目 | 每 turn 一节点（ground-truth 层） |
根因：edge-centric 读模型。 retrieve.rs 全部 5 条检索 SQL 都是
causal_edges JOIN chunks——turn 只有挂在边上才能被检索到。22 万条邻接边
本质是索引项而非因果知识；distill 自环边同理（write.rs:150 注释自述：
"the edge exists so the item is visible to the edge-based read paths"）。
边多不是 bug，是架构选择的必然产物。注意：邻接边不能删——LME 的
hippocampus spreading（P7+，+25.6pp）走的图就是它们。
LoCoMo 单对话库规模健康（conv0：464 chunks / 445 edges），膨胀只在 LME 单库设计
（500 题共库，靠 task_tag 硬隔离；索引 idx_causal_task 已在，无 SQL 层面问题）。
二、优化点与风险分析
① confidence 加权检索 —— 高危，仅限静态 tie-break 形式
问题：search_causal_bm25 候选池里 0.4 邻接边与 0.7 distill 边平等竞争
top-k，排序纯 BM25 分，不看 confidence/recency。
陷阱一：confidence 是写入时拍脑袋常量（0.4/0.6/0.7/0.8），非校准概率。 乘性加权会让 raw turn（0.4）永无出头之日，但 raw 层是 ground-truth 锚—— distill 是 LLM 有损压缩，检索向蒸馏层倾斜 = 蒸馏幻觉被放大且不可追溯， 动摇 "ground-truth preserving" 叙事根基。
陷阱二（已查证零件存在）：record_access 每次检索 access_count++，
consolidate/stages.rs:182 有 new_conf = (new_conf + access_boost).min(cap)。
bench QA 循环目前不跑 consolidate，安全；但"confidence 加权 + 周期性
consolidate"组合 = 富者愈富反馈回路，跑题过程改变图状态、题目顺序影响
结果，controlled delta 失效。
安全形式：只用写入时静态 confidence 做同分 tie-break（distill 优先）， 禁乘性加权，禁使用 consolidate 动态值。
② 语义 + BM25 融合 —— 方向正确，列为 retrieval v2 里程碑
现状：edge_embeddings 表 0 行，embed.rs / search_causal_semantic /
invalidate_semantic_contradictions 在 bench 全为死代码。语义+BM25+实体
融合是 mem0 91.6% 的核心手段之一，是检索端最明确的差距。
三个结构性代价：
- 叙事代价：OpenAI embedding = 破坏"纯本地"叙事；本地小模型 = candle/onnx 重依赖 + 22 万 turns embed 时间。
- 过拟合新通道：RRF k / 融合权重 α 是新超参。规矩：conv0 当 dev set 调参， 冻结后全量只跑一次报数。
- 语义稀释：专名/日期精确匹配是 BM25 优势，RRF 可缓解但非免费。
③ MMR 内容去重 —— 先做零成本离线分析，再决定生死
问题：raw turn 与 distill 条目内容重叠，top-k 槽位被同内容两种形态吃掉 （现仅按 chunk id 去重）。
误杀风险：多证据/时序消歧题需要"相似但不同"的证据（2022 慈善赛 vs 2023 慈善赛），MMR 一刀切会回吐 temporal 刚涨的 +11.2pp；raw 原文与 distill 归纳对答题各有用途（V2 Step 5 要日期、judge same-referent 要措辞），不纯冗余。
安全路径：先用已落盘 V2 结果离线统计 top-10 真·冗余占比（零 API 成本）； 占比低直接放弃；占比高只做同 layer 内去重，不跨 layer。
④ FTS5 / 持久化 BM25 —— 不做（写入 limitation）
bench 候选集仅几百条，无性能收益；search_causal_bm25 目前每查询全量重扫 +
重建索引，真实 agent 场景（单库终身增长）是 O(N)/查询，但那是产品化问题。
FTS5 内建 BM25 参数与 bm25.rs（k1=1.2, b=0.75, Robertson IDF）不同，
换实现 = 基线全失效；若做，FTS5 只当候选粗筛（top-1000），手写 BM25 精排。
⑤ 邻接边改名 followed_by —— 暂缓，先验证稀疏图覆盖率
动机：90% 的边标 caused 实为时序邻接，稀释 trace_cause_cross_session
信噪比，也是"因果记忆"叙事的把柄。
牵连面：schema CHECK constraint 需重建表（migrate.rs 已 782 行）； spreading 若硬编码 'caused' 会被杀死（P7+ 的 +25.6pp）；纯因果图极度稀疏 （conv0 仅 45 条 distill 边），改名后跨 session 追踪可能断链退化。 前置条件：离线验证"仅 distill 边图"的跨 session 链路覆盖率； 全 grep relation 使用点（trace_cause / chain_linker / consolidate / patterns）。
⑥ record_decision 写入查重 —— ❌ 枪毙
mem0 v3（2026-04）用真金白银验证过：从 UPDATE/DELETE 退回 single-pass ADD-only——写入侧少做聪明事是业界共识。查重失败方向不对称：误杀是记忆系统 致命伤，多存是廉价冗余。仅保留完全相同文本的幂等重放防护，相似度查重不做。
三、元风险与执行纪律
- 基线失效级联：任何检索语义改动使 74.2%/84.1% 成为不可比历史数字。
存活的改动打包成一次 "retrieval v2"，
--retrieval-version开关（仿--prompt-version），全量双口径只重跑一次。 - 并行冲突：F5-F8 收尾数字冻结前，检索侧一行不动。
- 预注册判读：每次改动事前写死"涨多少算成、跌多少回退"，不许事后解释。 当前叙事 "84.1% vs mem0 91.6%，同口径差 7.5pp（归因模型+预算）" 是干净 基线，不许变成"优化后退步"的解释困境。
- 测试集过拟合：所有检索调参在 conv0（dev）上进行，参数冻结后全量 单次报数。
四、风险调整后排序
| 优先级 | 项 | 形式 |
|---|---|---|
| 1 | ③ 的离线冗余分析 | 零成本，数据决定 ③ 生死 |
| 2 | ① 静态 tie-break 版 | 禁加权、禁动态 confidence |
| 3 | ② 语义融合 | retrieval v2 里程碑，dev/test 分离 |
| 4 | ⑤ 改名 | 前置稀疏图覆盖率验证 |
| — | ④ / ⑥ | 不做（limitation / mem0 已证伪） |