19歲，常青藤輟學，這群中國年輕人重構了AI記憶

聞樂 發自 凹非寺
量子位 | 公眾號 QbitAI

Claude Code源碼泄漏的余波，還在AI圈持續發酵！

說起來還挺反常，Claude幾乎Contribute了所有RAG記憶項目，結果泄露的代碼卻顯示——

它自己壓根沒在用主流的RAG技術？？

這就很矛盾了，Anthropic在官方文檔和技術博客里，一直明確提到支持RAG檢索。

而它“棄用”傳統RAG的玩法，其實恰恰也說明了一個問題：現有的RAG解決方案，性能并沒有達標。

從2023年起，混合檢索就成了記憶引擎的標配邏輯，向量+關鍵詞、加權排序……這些套路不斷迭代。

但隨著AI記憶場景越來越復雜，傳統RAG的瓶頸也徹底暴露，明明叫記憶引擎，卻還在干著搜索引擎的活兒，只會匹配相似文本，做不到真正的理解，更談不上聯想推理。

那怎么辦？答案很簡單——

推倒，重來。

回頭看AI記憶的演化路徑，脈絡其實非常清晰：

第一代是直接硬塞全量上下文，就像通讀日記；第二代依靠向量+關鍵詞匹配，類似查字典，可是只能找到相似內容，抓不住真實關聯；

現在，第三代記憶模式已經來了。

能夠自主聯想、推理、跨結構建立關聯的認知模型

中國團隊自研架構領跑Benchmark

讓AI能夠實現推理與聯想，大家都知道跨粒度記憶的有效組織是關鍵。

簡單點說就是讓AI能同時處理細顆粒的事實和粗顆粒的上下文，還能在它們之間自由跳轉（切換關聯）。

但這個問題正是2023到2026年間，整個記憶引擎行業難以突破的核心瓶頸。

不過最近，我們觀察到一個平均年齡19歲的中國年輕團隊，心流元素，給出了可行解法——

M-FLOW，憑借自研的圖路由Bundle Search架構，實現了benchmark的現象級領先。

對比Mem0、Graphiti、Cognee等主流方法，M-FLOW在多輪對話、長期記憶、多跳推理三大核心場景下，性能優勢顯著。

• 對齊Mem0的官網benchmark測試（LoCoMo），領先Mem0 36%；
• 對齊Graphiti的官網benchmark測試（LongMemEval），領先Graphiti 16%；
• 在長期事件演變測試（EvolvingEvents）中，領先Cognee 7%，領先Graphiti 20%。

△測試未做任何篩選，采用行業通用Benchmark

深度測評之后，可以更清晰地看到在覆蓋寫入、檢索、預處理、知識組織等環節等29項能力維度中，M-FLOW在絕大多數關鍵維度上都實現了完整支持。（下圖可上下滑動完整查看）

尤其在圖增強檢索、指代消解、多粒度索引等決定記憶質量的核心能力上表現突出。

這份成績的背后，其實可以看到的是M-FLOW架構帶來的系統性優勢：

• 檢索環節不依賴LLM，能夠實現毫秒級響應；
• 在超大記憶量場景下，依然能保持接近常規Benchmark的穩定表現；
• 業內首個支持指代消解的記憶引擎，讓AI對信息的理解更貼合人類思維（指代消解是指能區分事件中的“他”和“它”）。

而且基本沒什么使用門檻，部署流程非常簡單，在具備Docker環境時只需要一行代碼就能完成接入。

當然了，雖然上手簡單，但在部署之前，咱也先來說說大家好奇的問題：

M-FLOW是怎么做到的？

答案其實還是開頭的那句話：推倒，重來。

與當前行業里大量同質化的記憶方案不同，M-FLOW并不是用LLM輔助檢索來抬高Benchmark分數，也不是簡單疊加功能。

準確說，它是從根本上重構了AI記憶的組織與使用體系。

讓記憶會關聯、能推理

事實上，所有RAG系統都會面臨的一個問題是，給定用戶查詢，如何精準定位存儲的相關知識？

主流方案的邏輯很直接，就是將文檔切塊、向量化后存入向量庫，檢索時按余弦相似度排序。

這種方式本質上只回答“哪段文本和查詢語義最接近”這一個層級的問題，對簡單事實查找的效果還不錯，但在復雜場景中會完全失效，因為：

• 答案跨文檔分布：文檔切塊間缺乏結構性連接，無法將分散在不同文檔中的關聯信息整合；
• 查詢與存儲粒度不匹配：宏觀問題檢索到瑣碎片段，微觀問題匹配到籠統摘要；
• 同實體異語境割裂：兩份文檔討論同一實體但語境不同時，向量空間中距離遙遠，無法建立關聯。

究其原因，是因為平坦向量檢索丟棄了知識的內在結構

它能判斷文本與查詢的相似度，卻完全不清楚這段文本在整個知識體系中的拓撲位置。

在這一點上，M-FLOW以圖路由檢索替代傳統平坦檢索，核心邏輯圍繞分層知識拓撲展開，其核心洞察是：

不止找到“匹配的文本”，更要定位匹配點所屬的完整知識結構，再對整個結構進行評分。

倒錐結構設計

M-FLOW將所有攝入的知識組織為一個四層有向圖，形成一個倒錐（inverted cone）：

這個結構的方向性是反直覺的：在傳統的知識圖譜或分類樹中，越往下越具體。

但在M-FLOW中，搜索的“入口在錐尖”（細粒度的Entity和FacetPoint是最容易被向量搜索精確命中的），而搜索的“目標在錐底”（Episode是最終返回給用戶的知識單元）。

信息流從尖銳的匹配點向下匯聚到寬廣的語義落點。

這打破了“從上到下瀏覽”的傳統檢索范式。

用戶不是在層級中逐層縮小范圍，而是系統在最尖銳的點上捕獲信號，然后沿圖結構向下傳播到它所歸屬的完整語義單元。

這是一個從細到粗的過程，先在最尖銳的點上捕獲信號精準瞄準，然后沿圖結構向下傳播到它所歸屬的完整語義單元。

圖路由Bundle Search的工作方式

當查詢到達時，系統不是簡單地找到最近的節點。

它通過評估圖中所有可能到達每個Episode的路徑，找到最優的Episode。

階段一：在錐尖廣撒網

查詢被向量化后，同時在七個向量集合中搜索，從錐尖到錐底覆蓋每一層。每個集合返回最多100個候選。

最容易被精確命中的是錐尖處的節點，一個Entity名稱、一個FacetPoint的斷言。

這些細粒度錨點的語義極度聚焦，向量距離小。

錐底的Episode摘要也可能被命中，但因為語義更寬泛，匹配通常不如錐尖精確。

階段二：投影到圖中

這些錨點被用作進入知識圖譜的入口節點。

系統提取它們周圍的子圖，邊、鄰居、連接關系，然后擴展一跳鄰居。

這將一組孤立的向量命中點轉化為一個連通的拓撲結構。

階段三：從錐尖向錐底傳播代價

這是核心步驟，也是圖路由Bundle Search的本質——

在錐尖捕獲信號，沿圖邊向錐底傳播，在Episode處匯聚評分。

對于子圖中的每個Episode，系統評估從錨點到達它的所有可能路徑：

每條路徑的代價由三部分構成：

• 起始代價，錨點的向量距離（信號的尖銳程度）；
• 邊代價，沿途每條邊的向量距離（連接關系與查詢的相關度）加跳躍懲罰；
• 未命中懲罰，邊沒有被向量搜索命中時的默認高代價。

Episode的最終得分是所有路徑中的最小代價。

三大打破常規的設計

1.邊也攜帶語義，成為主動過濾器

傳統知識圖譜中，邊（圖譜中節點之間的連線）只是作為類型標簽，比如’works_at’、’located_in’，不參與語義檢索。

查詢一個圖時，你要么遍歷邊，要么忽略邊，因為邊本身不攜帶可被搜索的語義。

而M-FLOW中，每條邊都附帶自然語言描述文本，這些文本會被向量化、同樣參與搜索。

這意味著邊不再是被動連接器，而是主動的語義過濾器。

在代價傳播階段，系統不僅知道兩個節點之間存在連接，還知道這條連接關系本身與當前查詢有多相關。

這樣一來，即便一條邊的兩個節點都被搜索命中，只要這條邊本身的語義和查詢無關，就會被判定為高代價，從而直接切斷這條不合理的關聯路徑。

2.取路徑最小代價，而非平均代價

為什么取最小值呢？團隊主要考慮到一個檢索哲學——一條強的證據鏈就足以證明相關性。

一個Episode可能關聯10個Facet，但9個與查詢都無關。

傳統方式會平均所有路徑代價，這就會讓無關路徑拉高分數；

而M-FLOW只看那條最好的路徑。

只要有一個Facet通過低代價路徑連接到查詢，這個Episode就應該被檢索到。

這也對應了人類記憶的工作方式，比如你想起一件事，通常是因為某一個線索足夠強烈，而不是因為所有線索都指向它。

3.懲罰直接命中，偏好精準錨點路徑

這是最反直覺的設計，當查詢直接匹配了Episode摘要時，系統反而對這條路徑施加額外懲罰。

懲罰最直接命中的原因是，它們和很多查詢看起來相關。

一個關于項目管理的Episode摘要，可能和任何提到項目或管理的查詢都有不錯的向量距離。

但這種匹配是寬泛的、缺乏焦點的，這其實也反映了眾多RAG系統檢索噪聲的根本原因。

M-FLOW系統的設計偏好，是優先選擇從錐尖（FacetPoint、Entity）出發的精確路徑。

即使多走幾跳，也優先選擇它，直接的Episode命中只在沒有更好替代路徑時才勝出。

這樣就確保了檢索結果的精確性——不是什么都沾點邊的寬泛摘要，而是有具體證據鏈支撐的Episode。

拓撲論證

要說這套機制為什么有效，根本優勢還是在于圖拓撲編碼了向量本身無法捕獲的知識組織結構

多粒度均可找到錨點。比如問“數據庫遷移發生了什么？” 這類宏觀問題時，系統會直接匹配到Episode摘要。

雖然會受到直接命中懲罰，但因為沒有更精確的錐尖路徑，這條結果依然會勝出。

而像“P99目標是否低于500ms？” 這類精確問題，則會強匹配一個FacetPoint，從錐尖經過兩跳到達Episode，極小的起始距離讓整體代價非常低。

系統不需要人為選擇粒度，倒錐拓撲會自動在最合適的層級找到錨點。

跨文檔實體橋接。當“張博士在MIT工作”出現在文檔A，“MIT發表了量子計算突破”出現在文檔B時，兩個Episode會共享同一個Entity節點：MIT。

用戶查詢MIT時，錐尖命中該實體，代價會同時向下傳播到兩個Episode，從而從兩個獨立文檔中拿到關聯結果，不需要LLM做額外推理，圖結構本身就完成了橋接。

結構噪聲過濾。在傳統平坦檢索中，很多語義相似但主題無關的文本片段會排在前面。

而在Bundle Search中，任何片段都必須沿著邊追溯到某個Episode。

如果沿途的邊和查詢語義無關，路徑代價會迅速升高，讓不相關結果自然下沉。

圖結構本身，就是一層強大的語義噪聲過濾器。

代價傳播即推理。圖中的每一條路徑，本質上都是一條推理鏈——

查詢匹配這個事實→事實屬于這個維度→維度屬于這個事件。

路徑代價量化了這條推理鏈的緊密程度，系統在2–3跳內就能完成輕量級多跳推理，檢索階段不需要調用LLM。

自適應置信度

并不是每一層向量集合對每個查詢都同樣可靠。

系統會為每個集合計算兩個指標，絕對匹配強度與區分度，然后把集合分為“節點類”和“邊類”，按置信度動態分配權重。

比如某一次查詢中，Entity集合的置信度明顯高于Facet集合，系統就會自動提高Entity路徑的影響力。

它不是用固定權重，而是根據本次搜索中哪個粒度的命中更可信，實時調整檢索策略。

一個額外的調節機制

還有一個額外的調節機制是，當某個Facet與查詢向量距離極小、高度吻合時，系統會顯著降低這條路徑上的邊代價和跳躍代價。

邏輯很直觀，如果一個Facet已經幾乎完美匹配查詢，那么它到Episode的連接基本就是可靠的，不需要再通過邊語義反復驗證。

除此之外，系統還包含查詢預處理、并行多模式調度、結果裁剪等機制……

所以總結來看，M-FLOW的檢索并不是向量搜索+圖數據庫的簡單疊加，圖本身就是檢索機制

中國記憶引擎后發先至？

在國內，外置記憶遠沒有國外的關注度高，然而M-FLOW團隊不做同質化堆砌，實現了國產在該領域的從無到有，并且性能領先世界、還堅持開源開放……

其實很多初次接觸記憶引擎的人都會有一個直觀困惑，人類的回憶難道不是尋找相關信息嗎？為什么AI的記憶，卻總是在找文本形態相似的信息？

這個最普遍的問題，恰恰是AI記憶解決方案的核心癥結。

從初代全量上下文硬塞式記憶，到第二代向量+關鍵詞的檢索式記憶，AI始終停留在文本形態匹配，離真正的理解與聯想相去甚遠。

而M-FLOW用圖結構重構了AI記憶的底層邏輯，解決了記憶圖譜的粒度與聯系問題，讓AI記憶完成了從形態相似匹配到聯想與推理的跨越。

而且值得一提的是，這個項目是由一支平均年齡19歲、從常青藤輟學的團隊獨立開發的。

在AI圈里，天才少年的故事總是備受矚目。在這次技術突破之后，我們也想知道：

這群年輕人，未來又可以走多遠呢……

項目地址：https://github.com/FlowElement-ai/m_flow
產品網站地址：https://m-flow.ai
公司地址：https://flowelement.ai