两套事实是怎么来的

AIOS 前沿课 第 4 课 · 真源、状态与记忆 · 深度版 · 2026 年 9 月 11 日 · 阿麦 · 上一课：换电脑不能丢钥匙

多 agent 系统最贵的事故不是崩溃，是两个 agent 各自确信一件相反的事，然后都按自己的版本干下去。这一课把三个总被混在一起的东西拆开：谁说了算（真源）、现在什么样（状态）、我记得什么（记忆）；讲前沿在 2026 年下半年怎么解，我们的地图上哪些是原件、哪些是复印件、哪些是回忆；最后给一条不用买集群的路。

阅读约 20 分钟。前沿部分的日期与来源由 Grok 于今天核证，凡它标"未核实"的我都没写进来。

先用记账把三样东西分开

家里的钱有三种"事实"：账本上一笔一笔的收支，是原件；"余额三千"是从账本算出来的，是复印件；"我记得上个月花得多"是回忆，帮你判断，但不能拿去对账。两套事实，就是两个人各记一本账。

真源谁说了算只加不改的记录：每一笔收支、每一条回执、每一个意图。它是原件。别处不一样，以它为准。
状态现在什么样从真源算出来的"现在的样子"：余额、某席在哪台机、某条义务到了哪一步。它是复印件，随时可以重算，永远不该手改。
记忆我记得什么为了下次判断而保留的东西：偏好、经验、教训。它服务判断，不服务对账。记忆和真源冲突时，真源赢。

Grok 今天核完前沿给出的一句总结，我原样搬来：多 agent 的真源应是可回放的意图与回执日志，不是对话、不是记忆图、也不是 tmux 里那份当前文件。记忆层解决的是"回想"，不是"谁说了算"。

我们的地图：哪些是原件，哪些是复印件

把集团现在的每一份"事实"归类。四种标签：原件（追加式事件）、复印件（从原件推导）、回忆（记忆）、手改（人或 agent 直接改的可变文件）。

东西它是说明
站内信的回执与义务原件SQLite 里的 inbound_lifecycle_events、outbox、performed_wakes 都是追加式；状态从它们推导。这是集团里最像事件溯源的一块，也是最健康的一块。
runtime 的 Current手改它是位置真源，但今天是直接写的，不是从事件算的。规范上单写者，代码上没有版本号。
Goal、Task Plan手改JSON 文件，agent 直接改，谁改过几次、为什么改，答不出。
records 目录原件带路径和 sha256 的产物，只加不改。缺统一格式，机器不好读。
只读恢复锚复印件current-task.json 记"上次证明到哪、下一步做什么"，本该从 Task Plan 推导，今天靠手刷新。
本席 memory 目录回忆教训、偏好、坑。服务判断。与 Current 冲突时应以 Current 为准，这条规矩今天靠自觉。
tmux 里的进程状态手改wake 元组、环境变量、在飞任务都在进程内存里。进程一换就没了。第 3 课的事故就在这一格。

看出来了：我们最重要的三样东西（Current、Goal、Task Plan）都是手改的。不是没人管，是没有一张统一的事件表让它们变成复印件。

前沿五块：2026 年下半年的答案

持久执行引擎：把"任务"从"进程"里拿出来

  • Temporal 的 Agent Harness（8 月 20 日）：把现成的 agent SDK 包成一个工作流，工具审批、每一轮对话、沙箱调用都挂在事件历史上；进程死了、部署了、等人了，进度都不丢。
  • Restate：服务器记一本流水（journal），处理器崩了从已完成那一步接着来；等人审批用一个可持久的承诺，进程可以先挂起。它 6 月 15 日发文批评"框架内检查点"不算生产级韧性。
  • DBOS：不另开集群，把工作流进度直接写进你已有的 Postgres 或 SQLite；有 recv 等人、fork 从某一步分叉重跑。6 月 18 日出了 Google ADK 插件。
  • Cloudflare Agents 加 Workflows（7 月、8 月）：聊天态放在单线程的 Durable Object 里（天然单写者），长任务放在能睡一年的 Workflow 里等事件、等审批。
  • Rivet Workflows（9 月 4 日）官方 FAQ 里一句诚实话：不保证恰好一次，结果写入前崩溃会重试那一步，外部调用必须幂等。

对指挥者的意思：所有引擎在"副作用边界"都是至少一次。谁跟你说"恰好一次"，问他崩溃落在副作用已发生、日志还没写的那一瞬怎么办。答案永远是幂等键。中立的引擎对照基准目前没有，现有对比都是厂商或咨询文。

事件溯源：agent 只发意图，不直接改盘

  • ESAA（arXiv 2602.23193，2 月）：模型只输出结构化的"意图"，编排器校验、追加进日志、再去改文件；"当前路线图"是从日志算出来的投影。这解决的是：agent 直接改盘之后，没法审计，也没法验证"说过的"等于"做过的"。
  • 引擎的流水本身就是事件溯源：Temporal、Restate 把"现在执行到哪"从事件重放出来，不另存一份易变状态。
  • KurrentDB（1 月 13 日）用 300 道题对比"只存当前态、存变更流、存全部事件"三种做法，厂商自报全事件流在"意图与时序"类问题上答得更好。
  • Postgres 或 SQLite 当检查点：LangGraph、DBOS 都这么做。够用，但检查点不等于领域事件：它答得出"现在在哪"，答不出"为什么改、改过几次"，除非另写一张追加表。

对指挥者的意思：ESAA 那句"agent 只发意图，编排器落盘"就是集团该走的路。今天我们的 Goal 和 Task Plan 是 agent 直接改的，正是它反对的做法。

记忆层：只做回忆，别当真源

  • Letta：可编辑的记忆块加 git 托底的记忆文件系统（MemFS，9 月 6 日文档），后台子 agent 在空闲时整理记忆（sleep-time，5 月 30 日）。适合长寿命的常驻 agent。失效点：MemFS 会悄悄变成第二真源；整理太勤费 token。
  • Mem0：从对话里抽事实再检索，接入最便宜。失效点：生命周期弱，过期事实和编造都偏高。
  • Zep 的 Graphiti：双时态图，每条事实带"何时为真、何时得知"，新事实让旧边失效但不删历史。适合"现在真、当时真"和合规回看。失效点：图库运维重，不设遗忘策略会胀。
  • Hindsight：把记忆分成世界、经验、观察、观点四张网，先保留、再回想、再反思。失效点：把"观点"当操作事实用会冲突。
  • 9 月 9 日两篇论文：Fortunate Recall 按事实类型做衰减和替换；RD-Forget 档案全留、只在答题视图里压住过期槽。共同点：记与用分开。

对指挥者的意思：记忆产品都很好，但没有一个该拿来当真源。规矩只有一条：记忆只能是投影，冲突时以事件日志为准。

多写者：二十个 agent 抢同一份事实怎么办

  • 单写者是最便宜的答案：Durable Object 单线程、Restate 按 key 串行、ESAA 编排器串行落盘。把锁换成"一个对象一条队列"。
  • 乐观并发：改之前带上你看到的版本号，版本号变了就重来。数据库老手艺，KurrentDB 的 expected version 就是它。
  • CRDT：AgentRoom（8 月 24 日）用无冲突数据结构做文件系统，让编码 agent 并行，文件级认领。更早的 CodeCRDT 跑了 600 次实验：结构冲突能收敛，语义冲突仍有约 5% 到 10%，紧耦合任务并行反而更慢。CRDT 管结构，不管业务正确。
  • PlanFence（9 月 3 日）解决一个很隐蔽的病：记忆已经更新了，计划还是旧的。做法是让计划引用它所依赖的那几条公共记录，执行前只校验会影响这一步的记录，失败就重规划。

对指挥者的意思：二十席规模不需要 CRDT，需要单写者加版本号。PlanFence 那种"计划要引用依赖的记录版本"值得直接抄进 Task Plan 的格式。

回放：能重放的才能修

  • 工作流确定性重放：Temporal 重放事件历史，不重问已完成的决策；但模型本身不可重放，重放的是"围绕模型的那些步骤"。
  • MAS-Lab（6 月 29 日）：声明式规范加契约运行时加实验叠加层，换基础设施、注入故障、回放 trace，都不改 agent 逻辑。它反对的是"演示过了就当生产证据"。
  • 离线轨迹回放（PROTEA 一类）：钉住已经捕获的每个节点输入，只重跑被改的那个节点再打分。多 agent 全链路重跑太贵，这是省钱的做法。
  • DBOS 的 fork、Rivet 的逐步重放：修好工具后从某一步分叉重跑，不重付全部模型费用。

对指挥者的意思：我们的事故今天靠取证记录复原，不能回放。有了事件表，回放是顺手的事；没有事件表，回放无从谈起。

不买集群的三步路

Grok 给"约二十个常驻 agent、七台 Mac、SQLite 加文件加 tmux"的团队开了三步，和我路线图里的判断一致，我按集团的实际改了措辞。

  1. 先做单机追加日志任务只往一台机的 SQLite（开 WAL）追加两种东西：意图和回执。工具的每个副作用都带幂等键。tmux 只当显示器，不当真源。理由：真源必须先于引擎，先有账本再谈记账软件。风险：七台机若继续各写各的文件，日志立刻分叉。对策：其他六台只读、只投递。
  2. 再上单写者，不是七套集群选 DBOS 跑在 SQLite 上，或自托管一台 Restate 或 Rivet；所有 agent 只发意图，审批走引擎里的持久等待。理由：二十个写者抢文件是两套事实的主因，不必先上 Temporal 集群。风险：协调者单点，网络分区时全体卡住。对策：超时加人工接管，写进运行手册。
  3. 记忆只做投影，计划引用依赖Letta、Mem0、Graphiti 一律不得写操作事实；Task Plan 的每一步引用它依赖的记录版本，执行前校验（PlanFence 的做法）；用 MAS-Lab 或轨迹回放验一次故障注入。理由：记忆过期和计划陈旧是下一批事故。风险：记忆产品自己的图变成第二真源。对策：规定冲突时以事件日志为准，写进契约测试。

两套事实的三个来源，和我们出过的

指挥官怎么下命令

含糊的"把状态同步一下。"
可验证的"哪张表是真源？状态从哪算出来？版本号是多少？"
含糊的"让它记住这件事。"
可验证的"记到记忆层还是记到事件日志？两边冲突谁赢？"
含糊的"两边怎么不一样？"
可验证的"查事件日志，不查记忆，不查文件；日志里没有的事就没发生。"
  1. 这个事实的原件在哪张追加表里？答"在文件里"或"在 agent 记忆里"的，都是复印件。
  2. 谁是这个事实的唯一写者？两个写者就是两套事实的开始。
  3. 状态能不能从原件重算出来？不能重算的状态，坏了就只能靠人猜。
  4. 副作用带幂等键了吗？没有幂等键的"恰好一次"是谎言。
  5. 计划引用了它依赖的记录版本吗？没有的话，事实更新了计划不会知道。

词表（本课新增，已并入术语手册）

意图 intent
agent 想做什么的结构化声明。ESAA 里 agent 只发意图，落盘由编排器做。
流水 journal
持久执行引擎记录每一步结果的账本，崩溃后从已完成步接着来。
持久承诺 durable promise
一个"等某人某事"的占位符，存在引擎里，进程可以先退出，事来了再续。Restate 叫 awakeable。
物化视图
预先从原件算好、存起来的一张"现在的样子"。投影的数据库叫法。
expected version
写入时声明"我以为现在是第几版"，不对就拒绝。乐观并发的具体做法。
文件级认领 file claim
并行 agent 改代码前先认领文件，避免同时改一处。AgentRoom 的做法。
PlanFence
计划引用它依赖的记录，执行前校验依赖没变。防"计划陈旧"。
遗忘策略
记忆按类型衰减、替换或在使用时压住过期项，档案不删。
轨迹回放
钉住已捕获的输入，只重跑被改的节点。多 agent 调试的省钱做法。

来源

前沿部分由 Grok Build 于 2026-09-11 核证一手来源；集团部分来自本席对站内信数据库表结构、Current、Goal、Task Plan 与事故记录的直接观察。

  1. Temporal，Agent Harness，2026-08-20。temporal.io
  2. Restate，Why checkpointing is not production-grade durable execution，2026-06-15；Human-in-the-loop 文档，2026-07-23；Durable agents 文档，2026-08-27。restate.dev · docs
  3. DBOS，Why DBOS 与 Agent inbox 示例，2026-09。docs.dbos.dev
  4. Inngest AgentKit，Human in the loop。agentkit.inngest.com
  5. Cloudflare，Agents 与 Workflows，2026-07-12；Agents on Cloudflare，2026-08-04；Durable Objects 概念，2026-07-15。developers.cloudflare.com · blog
  6. Rivet，Workflows 产品页与 FAQ，2026-09-04。rivet.dev
  7. ESAA: Event Sourcing for Autonomous Agents，arXiv 2602.23193，2026-02。arxiv.org · 综述 agentpatterns.ai
  8. Kurrent，Writing events is all you need，2026-01-13。kurrent.io
  9. Letta，Memory 与 Sleeptime 文档，2026-05-30 / 2026-09-06。docs.letta.com
  10. Zep，Graphiti 产品页。getzep.com
  11. Hindsight，arXiv 2512.12818。arxiv.org
  12. Fortunate Recall，arXiv 2609.10413；RD-Forget，arXiv 2609.10263，均 2026-09-09。FR · RD-Forget
  13. AgentRoom，arXiv 2608.23740，2026-08-24；CRDT 协调模式综述。arxiv.org · agentpatterns.ai
  14. PlanFence，arXiv 2609.03340，2026-09-03。arxiv.org
  15. MAS-Lab，arXiv 2606.30546，2026-06-29。arxiv.org
  16. 离线轨迹回放综述，2026-09-10。agentpatterns.ai
  17. 集团内部：aios-comm 数据库表结构（2026-09-11 观察）；Telegram STATE_DIR 取证（09-05/09-11）；本席记忆目录与 current-task.json。