---
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