ADR-017 — 会话记忆装配策略：分层记忆 + 可替换装配口
触发：M1-C3 用了"只喂最近 6 轮"的硬窗口；owner 指出不能对用户预设"只记 N 轮 / X 时长"的限制，并要求提前考虑长周期 × 多会话累积下的检索效率/准确性，同时明确表示不确定 RAG 是最优方案。本 ADR 锁死框架与工程口子，把"具体检索方法"留作有证据时再选。
§0 决策简述
- 对用户不设记忆上限：永远不向用户暴露/施加"只记 N 轮 / X 天"这类限制。记多少由token 预算 + 相关性在系统内部决定，用户侧体感是"它记得住"。
- 分层记忆（四层配合，非单一方案）：
- 近期：最近若干轮原样喂入（"若干"由 token 预算决定，非固定轮数）。
- 中期：超预算的旧对话滚动摘要（压成保留金融语义锚点的精炼版——即架构 §11.1 的
Snapshotted/ Context Snapshot 的落地）。 - 长期：真正的长期记忆是结构化资产（判断记录 / 画像，ADR-007），它们是从对话提炼的高信号内容，非原始噪音。
- 大规模按需检索：历史很大时，针对当前问题捞回最相关的若干条补入。
- 工程承诺 = 单一可替换"上下文装配口"：把"这次该喂哪些上下文"收口到一个独立模块（ContextAssembler 口）。今天内部实现 = 近期(预算内) + 滚动摘要；将来加检索层 = 只换/扩这个模块，不返工（遵 ADR-014 边界抽取原则）。
- 长期检索的具体方法 = 明确待定，到规模触发点用证据评估再选。RAG（向量语义检索）只是候选之一，不预设为最优（owner 立场）。
§1 检索方法候选（到触发点再评，现在都不锁）
| 候选 | 简述 | 适用 / 风险 |
|---|---|---|
| 向量语义检索（RAG） | 把历史 embed，按语义相似度捞 | 召回"意思相近"的强；但建/维护向量库有成本，且语义相似 ≠ 真相关，可能引噪 |
| 结构化检索 | 直接按 标的/时间/judgment 主键查结构化资产 | 高信号、可解释、零额外基建；前提是关键内容已沉淀成结构化资产（判断记录/画像） |
| 关键词 / BM25 | 传统倒排检索 | 便宜、可解释；对同义/语义弱 |
| 滚动摘要（不检索） | 只压缩、不召回 | 最简单；旧细节会丢，靠摘要保锚点 |
| 长上下文直喂 | 随大模型上下文窗口变大，少检索多直喂 | 模型能力涨则越省事；成本/延迟随长度涨 |
| 混合 | 近期原样 + 摘要 + 结构化资产查 + 可选语义检索 | 大概率终态；复杂度最高，按需拼 |
当前立场：终态很可能是"以结构化资产为长期记忆主干 + 摘要兜中期 + 语义检索仅作补充"，但不在现在拍死；到下方触发点用真实数据评。
§2 何时认真选检索方法（防"太晚"）
挂靠 ADR-014 的触发器 + 兜底：
- 触发：单用户历史规模 / 多用户上线（ADR-014 T3）/ 检索实测命中率或延迟不达标。
- 硬兜底：ADR-014 已锁"M2 规模化 / 首次多用户部署前强制复审一次"——届时把检索方法连同存储后端一起评估选型。
- 因为 §0.3 的可替换装配口已就位，那时换方法是"插一层"，不是重写。
§3 当前里程碑实现（M1，不过度）
- 现在做：① 去掉"6 轮硬限" → 改 token 预算窗口（近期尽量多、不设轮数上限给用户）；② 超预算旧对话 → 滚动摘要（落地 §11.1 Snapshotted）；③ 把上下文装配抽成可替换模块（检索层的预留口）。
- 现在不做（明确推迟，留口）：向量库 / RAG / 任何规模化检索基建——单用户低频下属过度工程。
- 长期记忆里"结构化资产"那条依赖判断存档，按 ADR-016/owner 决定（丙）暂休眠，不阻塞本层。
§4 关联
- 架构 §11.1 Session 生命周期（Active/Snapshotted——本 ADR 的滚动摘要即其落地）/ §15 数据存储。
- ADR-014 语言栈（触发器 + M2 前强制复审，本 ADR 检索选型挂靠它）。
- ADR-007 状态写入两步（结构化资产 = 长期记忆主干候选）。