Auto-sync: 2026-04-28 12:03

wiki/concepts/Context-Substrate.md

@@ -1,41 +1,56 @@
----
-title: "Context Substrate"
-type: concept
-tags: [ai-agent, memory, architecture]
-last_updated: 2026-04-23
----
-
-## Definition
-AI Agent 的上下文管理技术路线之一（Camp 2）。维护结构化、人类可读的上下文文件（Markdown、知识图谱、上下文容器），跨会话自然累积增长。
-
-## Core Philosophy
-**"What context should the AI work inside?"**（而非 Camp 1 的 "what should the AI remember?"）
-
-- Nothing gets extracted — the context is the files.
-- 文件是人类可读、可编辑、可理解的。
-- 因为上下文是文件，人可以随时纠正、补充和理解 Agent 知道什么。
-- 系统随时间自然复合增长（compounding），而非依赖提取质量。
-
-## Mechanism
-```
-Agent reads structured context → Agent works within that context →
-Agent (or background process) writes back to the structured context →
-Next session, the context is richer than before
-```
-
-## Representative Tools
-- [[OpenClaw]]：Markdown 文件 + dreaming cycle
-- [[Zep]]：Temporal knowledge graph（Graphiti）
-- [[Thoth]]：Personal knowledge graph（10 entity types, 67 relations）
-- [[TrustGraph]]：Context Cores（可移植版本化上下文捆绑包）
-- [[MemSearch]]：Markdown-first + shadow vector index
-- [[ALIVE]]：Structured context substrate, walnuts as portable containers
-
-## Relationship to Camp 1
-- Camp 1 优化目标：**召回**（can the system find the right fact?）
-- Camp 2 优化目标：**复合**（does the system get better over time?）
-- Zep 从"memory"→"context engineering"的品牌重塑，是 Camp 1/Camp 2 边界处最强的市场信号
-- Supermemory（Camp 1）的时序感知和 Honcho（Camp 1）的心理建模，代表 Camp 1 向 Camp 2 的演进趋势
-
-## Key Distinction from RAG
-RAG 通常指一次性的文档检索问答场景；Context Substrate 强调**跨时间的上下文累积**，是持续运行 Agent 的基础设施。
+---
+title: "Context-Substrate"
+type: concept
+tags: [AI-Memory, Context-Substrate, File-Native, Compounding]
+sources: [ai-memory-tools-two-camps]
+last_updated: 2026-04-15
+---
+
+## Definition
+AI 记忆工具的 Camp 2 范式。维护结构化、人类可读的上下文，跨会话累积。不提取"事实"——上下文本身就是文件。问的核心问题是"**AI 应该在什么上下文中工作？**"
+
+## Core Loop
+1. Agent 工作前读取结构化上下文
+2. Agent 在上下文中工作
+3. Agent（或后台进程）写回结构化上下文
+4. 下一会话，上下文比之前更丰富
+
+## Optimization Goal
+**复合增长（compounding）**——系统是否随时间变得更好？
+
+## Representative Tools
+- [[OpenClaw]]：358k stars，MEMORY.md + 每日笔记 + DREAMS.md，Dreaming 三阶段
+- [[Zep]]：4.4k stars，从"Memory"重品牌为"Context Engineering"，TKG 时间知识图谱
+- [[Thoth]]：145 stars，10 实体类型 + 67 关系，Dream Cycle 四阶段
+- [[TrustGraph]]：2.0k stars，Context Cores 版本化容器
+- [[MemSearch]]：1.2k stars，Markdown 优先，Milvus 影子索引
+- [[ALIVE]]：文件原生，零依赖，@witcheer 自用方案
+
+## Common Characteristics
+- 文件（Markdown、知识图谱）是上下文本身
+- 人类可读、可编辑、可版本控制
+- 跨会话累积，不替换而是丰富
+- 后台整合进程（Dream Cycle）定期提炼
+- 透明度高：人类能准确知道 Agent 知道什么
+
+## Key Contrast with Memory-Backend
+| 维度 | Memory Backend | Context Substrate |
+|------|---------------|-------------------|
+| 问的问题 | AI 应该记住什么？ | AI 应该在什么上下文中工作？ |
+| 处理对象 | 提取的"事实" | 结构化上下文文件 |
+| 人类可读 | 否 | 是 |
+| 随时间演进 | 否（静态条目） | 是（复合累积） |
+| 透明度 | 低（黑盒） | 高（文件可见） |
+| 优化目标 | 召回精度 | 复合增长 |
+| 适用场景 | 单轮问答 | 持续多会话 Agent |
+
+## Connections
+- [[Memory-Backend]] ← 对立阵营 ← Context-Substrate
+- [[OpenClaw]] ← 属于 ← Context-Substrate
+- [[Zep]] ← 属于 ← Context-Substrate
+- [[Thoth]] ← 属于 ← Context-Substrate
+- [[TrustGraph]] ← 属于 ← Context-Substrate
+- [[MemSearch]] ← 属于 ← Context-Substrate
+- [[ALIVE]] ← 属于 ← Context-Substrate
+- [[Context-Engineering]] ← 重品牌化方向 ← Context-Substrate
+- [[ai-memory-tools-two-camps]] ← 来源 ← Context-Substrate 是 @witcheer 提出的分类框架中的 Camp 2