跳转至

模型记忆与行为画像

Status: Current
Last verified: 2026-07-01
Code anchors: crates/aios-core/src/context_memory.rs, crates/aios-spec/src/context.rs, crates/aios-daemon/src/pipeline.rs

这篇文档回答什么:系统如何在不回传原始事件的前提下,把历史窗口信息用于后续决策。
适合谁读:想理解行为画像来源、确认隐私边界,或者调整记忆参数的人。

TL;DR

ModelMemoryStore 在每个窗口关闭后,基于已脱敏的 StructuredContext、决策结果和审计记录,滚动维护:

  • UserBehaviorProfile:用户高频应用、语义 hint、动作成败的统计画像。
  • RecentDecisionRecord:最近若干窗口的决策与执行反馈。

这些记忆通过 ModelInput 回注到下一窗口的决策输入。原始通知文本、文件路径、联系人等 PII 永远不会进入记忆。

何时读这篇

场景 看哪一节
想快速了解记忆里保存了什么 记忆里有什么
要调整窗口数量、top-k、衰减系数 配置表
担心 PII 是否会泄漏到模型输入 隐私保证
想理解 PreWarm 效果如何归因 PreWarm 命中/缺失归因
想知道后台 LLM 摘要怎么工作 后台 ProfileSummarizer

为什么需要模型记忆

如果每个窗口都从零决策,系统会反复问“这个用户在做什么”。ModelMemoryStore 让后端看到:

  • 用户近期常出现在前台的 app
  • 近期频繁出现的语义 hint
  • 过去建议动作的执行结果

同时约束条件是:不能保存或回传原始事件。所有输入必须经过 PrivacyAirGap 脱敏。

记忆里有什么

UserBehaviorProfile

字段 含义
summary 本地计数文本;若启用了 LLM 摘要则前缀合并
observation_windows 已观察窗口数
frequent_foreground_apps 高频前台应用及分数
frequent_notifying_apps 高频通知应用及分数
frequent_semantic_hints 高频语义 hint 及分数
action_successes 成功动作及次数
action_denials 被拒绝动作及次数
action_failures 执行失败动作及次数
last_updated_window_id 最后更新窗口 ID

分数优先使用带衰减的动量分;动量不足时回退到原始计数。

RecentDecisionRecord

每个关闭窗口产生一条记录:

字段 含义
window_id / 起止时间 窗口定位
foreground_apps / notified_apps 该窗口的 app 集合
semantic_hints 该窗口的语义 hint 集合
route / model 决策路由与模型
intent_count 意图数量
rationale_tags 决策理由标签
backend_error 后端错误(如有)
action_outcomes 每个动作的反馈结果

记忆如何更新

crates/aios-daemon/src/pipeline.rs::process_window 中的顺序:

1. model_input(ctx)          # 构造当前输入
2. router.evaluate_model_input(input)
3. ActionLifecycle.run(...)  # 治理 + 审计
4. observe_window(...)       # 把结果写回记忆
5. ProfileSummaryWorker.poll / maybe_start
6. persist_if_configured(...) # 若配置路径则持久化

配置表

字段 默认值 环境变量 作用
recent_limit 5 DIPECS_MODEL_MEMORY_RECENT_WINDOWS 保留近期窗口数
top_limit 8 DIPECS_MODEL_MEMORY_TOP_K 画像 top-k 项
momentum_decay_milli 900 DIPECS_MODEL_MEMORY_MOMENTUM_DECAY_MILLI 每窗口动量衰减系数
prewarm_effect_windows 3 DIPECS_PREWARM_EFFECT_WINDOWS PreWarm 归因窗口数
persist_path None DIPECS_MODEL_MEMORY_PATH 持久化文件路径

momentum_decay_milli / 1000 让近期窗口权重更高。

PreWarm 命中/缺失归因

PreWarmProcess 动作成功后,系统会记录一个 PendingPrewarm:

  • 如果在 prewarm_effect_windows 个窗口内目标应用出现在前台, 原始 RecentDecisionRecord 的反馈更新为 PredictionHit。
  • 否则更新为 PredictionMiss。

这让后续分析可以判断“提前预热是否真的命中”。

后台 ProfileSummarizer

crates/aios-agent/src/backends/cloud_llm/summarizer.rs

  • 把 UserBehaviorProfile 和 recent_feedback 发给云端,请求生成 80 词以内纯文本摘要。
  • 启用条件:云端 LLM 已配置 且 DIPECS_PROFILE_SUMMARY_ENABLED=true。
  • 在后台线程运行,不阻塞主窗口处理。

隐私保证

ModelMemoryStore 只保存已脱敏信息:

  • app 包名(不含通知内容)
  • SemanticHint 类型(不含原始文本)
  • 动作类型与结果(不含原始 target 细节)
  • 决策路由、模型、rationale tags

以下信息不会进入 ModelInput:

  • 原始通知文本
  • 文件路径、URL 原文
  • 联系人、短信内容

相关守护测试:

  • crates/aios-core/tests/privacy_leak_test.rs
  • crates/aios-core/tests/privacy_airgap_property_test.rs
  • crates/aios-core/tests/privacy_airgap_test.rs
  • crates/aios-agent/tests/baseline_comparison_test.rs

如何查看与调试

  • 在 dipecsd trace 中观察 behavior_profile 和 recent_feedback 字段。
  • 设置 DIPECS_MODEL_MEMORY_PATH 后,每个窗口结束会写出 JSON,可直接查看。
  • 调整 DIPECS_MODEL_MEMORY_RECENT_WINDOWS 可控制近期窗口数量。

相关文档