01写入准入门控
按来源蕴含关系对每次写入做准入、降级或拒绝。这里没有任何竞品提供 —— 而且自 7 月起它是多语言的：同一语义筛查覆盖 10 种语言，校准至 0 误报。
§01 准入门控
其他记忆层会存储其抽取器产出的一切。Verimem 不会。
写入时，候选事实会被准入、降级或拒绝——取决于所引用的来源是否真的蕴含它。一个廉价、无需 LLM 的词法筛查会先给「能用 / 已验证 / 已完成」这类无支撑的说法降级；随后，自 v0.5.0 起默认开启的来源⊢事实蕴含检查会拒绝任何引用来源并不真正支持的说法。在 SNLI 上测得 AUROC 0.971，而且这个数字与评判者无关。
对 mem0、Zep、Letta、Cognee 和 MemOS 的结构化复查发现，它们都没有写入准入门控。这个门控——加上每次读取带回的出处——正是全部要点。 —— 而一篇 2026 年关于 always-on 智能体的独立综述（arXiv 2606.30306） 发现该领域对积累和检索智能体状态的关注，远多于对其治理 —— 正是 write-admission 的缺口。
示意 —— 门控的三种裁定
已准入0.97
写入 · 蕴含
「部署使用 PostgreSQL 16。」
已准入 · 已带出处存储
已降级0.41
写入 · 无支撑
「迁移已完成，一切正常。」
已降级 · 保留，标记为低可信
已拒绝0.08
写入 · 相矛盾
「API 限流是 10,000 req/s。」
已拒绝 · 来源说 1,000 —— 未存储
每次读取都带出处
读取不只是返回文本——它为每个事实返回写入时的 status 和 grounding_score，让你的代码可以按可信度分流，而不是盲目相信。而 update() 从不销毁旧事实：它会取代它，留下可审计的 history() 轨迹。explain() 返回完整的 TrustReport —— 出处、检查以及任何冲突，要么如实说明，要么带理由弃答。
memory.py · 写入经过门控，读取返回出处
from verimem import Memory
mem = Memory() # local SQLite, offline
mem.add("The deployment uses PostgreSQL 16.") # write goes THROUGH the gate
for hit in mem.search("which database?"): # read returns provenance
print(hit["text"], hit["status"], hit["grounding_score"])
# -> The deployment uses PostgreSQL 16. ADMITTED 0.97 §02 证据 —— 实测，而非声称
| 指标 | 结果 | 存档在案 |
|---|---|---|
| 写入门控 entailment | AUROC 0.971 | 来源⊢事实，与评判者无关（SNLI）。写入路径的护城河。 |
| 端到端 QA · HaluMem，完整流水线 | 0.66–0.68 | 我们的抽取 → 带门控的存储 → 回答：连续七次完整运行聚集在 0.66–0.68（均值 0.667，n=3 干净存储），对比 MemOS 自报的 0.672 —— 持平，而非胜出，我们也如此表述。评判是 Claude 而非 GPT-4；原始文件在仓库中。 |
| 跨用户泛化 | 0.716 | 同一配方用于从未见过的用户（n=169）：0.716。配方并未针对单一用户的数据调优。 |
| 记忆边界弃答 | 1.000 × 7 次运行 | 当存储无法支撑答案时拒绝编造 —— 连续七次端到端运行均为 1.000。这是竞品不去测量的维度。 |
| 多语言门控漏洞 —— 已关闭 | 8/10 → 0/10 | 从实际测试复现：同一条无依据的夸大声明在 10 种语言中的 8 种畅通无阻（词法筛查只覆盖英/意）。修复方案是把多语言嵌入器本身用作检测器的语义双重校验，随后经过对抗性评审的锤炼 —— 该评审在 held-out 句子上证伪了最初的“0 误报”声明：问题句、否定句和转述句现在由确定性守卫按设计排除。修复后在真实写入路径上：夸大声明 10/10 种语言全部拦截，held-out 误报 0/14 —— 校准脚本、评审发现与原始文件均在仓库中。 |
| 记忆冲突消解 | 0.15 → 0.82 | 修复后，矛盾更新胜出频率提升 5.5×；错误撤回从 99 → 7（精度下限，0 跨属性）。对抗性 critic 裁定：claim_holds。 |
| 幻觉率（一个旋钮） | 0.233 → 0.111 | 作为开关下降 −52%（ENGRAM_GROUNDING_GATE），同时保住正确答案。你选择 recall-first 或 trust-first —— 在 QA 与写入路径上皆可。 |
| Retrieval recall@5 · LongMemEval-s | 0.8745 | 完整 500、无评判者、同一 e5 嵌入器、零外部 API。Fusion ON 对 0.8525 OFF（+2.2 pp）。这是 recall@k，不是端到端 QA 准确率。 |
| 延迟 · 并发 | 38ms / 166–237ms | 写入 38ms p50（完整门控）；读取 166–237ms（含历史 + TrustReport，5k 事实）。单个 SQLite 上 500 个并发进程，0 错误（轻量 worker）。 |
| 测试套件 | 7,761 全绿 | 自行运行，可从仓库复现。无第三方榜单。 一个面向 LLM 提供方的实时冒烟测试依赖环境（需要托管提供方），不计入统计。 |
| TrustMem-Bench · 信任维度 | Verimem 60/60 | 我们自建的确定性信任基准 —— 无 LLM、无网络：六个维度，一条命令。Verimem 通过 60/60；mem0 OSS 覆盖 40/60（在缺失、遗忘、来源上为 0/10）。刻意采用 raw-store 基线 —— 欢迎竞品自行运行。 |
| VeriBench · 信任标准 | 确定性 · self-run | 面向可信记忆的开放基准 —— 它衡量 recall@k 看不到的东西：对称的召回分数无法区分自信的错误回答与诚实的「我不知道」。在因果轴上，仅靠 trust 的 store 佐证了伪相关后即使在 λ=1 也净得负分（来源 ≠ 因果）。在对抗轴上 —— 合谋加受信 sleeper —— 只有双通道策略（独立佐证加结果反馈）保持净正；任一单通道都会败于一种攻击。无模型、一条命令、规范在仓库中 —— 欢迎竞品运行。 完整结果、协议与 head-to-head → |
| Source trust · 真实语料 | 卡特尔 0.90 → 0.20 · 3/3 seeds | HaluEval held-out，判据在首次运行前预注册：4 个身份的卡特尔在朴素 ≥2 来源计数下自我确认至 0.90，被独立性 + 审计去混淆拆解至 0.20；诚实来源回升至 0.95，卡特尔推送的幻觉答案从召回中彻底消失（→ 0.0）。鲁棒性曲线（18 个点）：由欺骗者写入的错误答案 = 0/18，任何噪声水平；残余全是诚实失误 —— per-claim 的病，公开申明，不加掩饰。 |
| SLA 旋钮 · 按申明风险运行 | TCE ≤ 0.011 · 风险 1.1% @ 73% 覆盖 | 强 AUROC 说明分数能区分；它不说明 λ 旋钮按申明风险运行（Oxford 2603.21172）。held-out 实测、校准仅在 dev 上拟合：原始分数排序近乎神谕（E-AURC 0.0008），但承诺的风险与交付的不符；经纯保序校准后每个申明的 λ 目标都达成 —— λ ∈ {0.5–9} 全程 TCE ≤ 0.011，观测风险 1.1%、覆盖 73%。申明的权衡：校准会压平精细排序 —— 排序用 raw，运营用校准。 |
这里每个数字都自行运行且可从仓库复现——不是第三方榜单排名。retrieval 数字是 recall@k，不是 Mem0 和 Zep 主打的端到端 QA 准确率，因此不能直接比较。
§03 差异 —— 一个诚实的组合
02来源 + TrustReport
每条事实返回 status + grounding_score；update() 是取代而非覆盖，history() 保持可审计；explain() 给出完整的“你怎么知道？”卷宗。
03双时间轴 + 时间旅行
两个时钟（何时得知 vs 何时为真）、带历史的回答（“在 Z 日从 X 变为 Y”）、as_of 时间旅行，以及休眠事实的深度召回 —— 不只是 valid_until。
04自托管团队网关
verimem gateway serve：在你自己的机器上运行多租户 HTTP API —— 哈希密钥、按租户隔离的存储、限流、热备份、远程开通。你的数据永不离开你的基础设施。
05信任里程表 + 仪表盘
持久记录门控真正做过什么 —— 准入、隔离、拒绝的写入与诚实的弃答 —— 按存储与租户统计，并配有零依赖的 /dashboard 页面。可观察的行为，不是营销话术。
06带精确引用的文档记忆
索引 PDF / DOCX / HTML / EPUB；段落带着文件、版本与字符偏移返回，并可经由门控晋升为记忆。
07先征得同意的导入
从你的 ChatGPT / Claude 导出启动：会话先列出，可按标题、日期或项目过滤 —— 没有明确选择就不会摄取任何内容。
08真正生效的 GDPR 遗忘
delete(purge_history=True) 折叠整条链 —— 被删除的数据不会从 history、as_of 或深度召回中再次浮现。
09MCP 原生 + TypeScript SDK
在 Claude Code、Cursor、Cline、Zed 的会话开始即有记忆工具 —— 另有面向网关的类型化零依赖 TypeScript 客户端，针对真实服务器做契约测试。
10跑在你的订阅上
托管 MCP 模式：无 API 密钥、无按 token 计费 —— 由宿主的 LLM 完成工作。可离线气隙运行（verimem airgap 校验零外联）。
11派生知识，同门而入
组合环从已验证事实推导出「新」事实，并让它们通过与任何写入者<b>相同</b>的准入门 —— 幸存者带签名入库（引擎写入绝不为自己作证）、带溯源（父事实倒下即可撤回）、带标签（记录恰好通过的检查）：proven / unbeaten(bound) / refuted(反例)。「撑到 10^6」与「已证明」永不混淆。
12读路径守卫 + 主动探针
读取不只是弃答 —— 当 store 对同一主体持有更有保证的真相时，它会「纠正」，并引用双方事实（被反驳的事实绝不供出）。而且 store 会探测「自己」：它构造能反驳某事实的查询 —— 独立反证提出 refuted 标签，存活则让 unbeaten 界增长。无需等待的可证伪性。
13来源签名
一个不可伪造的 HMAC —— 标明「谁在说」—— 随每次写入的来源 ref 一同传递，与 entailment 门对「什么值得准入」形成互补。内容真实性与通道真实性 —— 这是任何确定性内容过滤器单独都无法针对自适应对手认证的两半。可选启用；审计报告覆盖率并点名违规者。
| 系统 | 写入门控 | 读取出处 | 方式 | 成熟度 |
|---|---|---|---|---|
| Mem0 | ✗ | ✗ | 扁平向量 + LLM 摘要 | 成熟，广泛采用 |
| Zep / Graphiti | ✗ | 部分（时态） | 时态知识图谱 | 商用，成熟 |
| HippoRAG | ✗ | ✗ | OpenIE + PageRank | 研究 |
| Verimem | ✓ | ✓ | 融合召回 + 门控 + 睡眠巩固 | 全新 · 尚 0 采用 |
竞品分数与采用情况随来源与时间而变；我们立足的两列 —— 写入门控与读取出处 —— 来自一次结构化复查，而非营销表格。
§04 Verimem 不是什么
存档在案
- 0 采用。
全新公开发布。目前还没人依赖它 —— 我们也一样，除了维护者的日常自用。
- 已上 PyPI · 公开仓库。
pip install verimem—— v0.7.0 已上 PyPI（AGPL-3.0）；公开仓库在 GitHub，首次 CI 全绿。不过仍是全新。 - Source-trust 守卫 —— 已在真实语料复现，仍为可选。
来源独立性与审计去混淆如今在真实 held-out 语料上成立（HaluEval，预注册判据，3/3 seeds）：伪造共识的卡特尔在朴素计数下自我确认至 0.90，被拆解至 0.20，诚实来源回升至 0.95，其幻觉答案从召回中消失。诚实且已测量的边界：在重度诚实噪声下（可信来源约 15%+ 出错）分离退化 —— 残余 100% 是诚实失误，per-claim 的病，不是攻击。开关保持默认关闭：证据为切换提供依据，切换是产品决策。
- 范围：来源，非因果。
每份 TrustReport 现已申明 —— Verimem 认证谁断言了事实、佐证有多独立、有多新鲜，而非它因果为真。
do(X)问题需要干预性事实；被佐证的观察性事实无法回答它。 - 自行运行的基准。
每个数字都可从仓库复现，但没有一个经第三方审计。QA 对比 MemOS 的数字使用 Claude 评判者（非 GPT-4），基于 n=2 用户。请当作可复现，而非已认证。
- 端到端持平 —— 自评。
完整流水线（我们自己的抽取 → QA）在连续七次运行中聚集于 0.66–0.68（n=3 干净存储上均值 0.667），对比 MemOS 的 0.672，并在从未见过的用户上保持 0.716。前提不变：评判是 Claude 而非 GPT-4，无第三方审计。我们说持平，不说“胜出”。
- 自托管可以 —— 托管云还没有。
多租户网关（按租户隔离的存储、哈希密钥、备份、计量）真实且经过测试 —— 在你的基础设施上。托管云服务尚不存在。
- 实体图谱：类型化、可选启用、尚年轻。
会话实体抽取（类型化层）已交付但默认关闭；图上的多跳推理是实测最弱的维度（0.39–0.44），也是当前的工作面。
§05 安装
① Python —— 从源码
pip install verimem提供 verimem 命令与 from verimem import Memory SDK —— add() / search() / history() / explain()。本地 SQLite，离线，门控默认开启。
github.com/aureliocpr-ctrl/verimem ↗ · AGPL-3.0 · README · BENCHMARKS.md
② 作为 MCP 服务器 —— Claude Code、Cursor、Cline、Zed
{
"mcpServers": {
"verimem": {
"command": "verimem",
"args": ["mcp"],
"env": { "ENGRAM_HOSTED": "1" }
}
}
}重启你的宿主；记忆工具即可调用，无需 API key —— 由宿主的 LLM 干活。
③ 自托管团队网关
verimem gateway keys create --tenant acme
verimem gateway serve # 127.0.0.1:8377 · /ui先 verimem gateway keys create --tenant acme，再 verimem gateway serve —— 多租户 HTTP API，按租户隔离存储、限流、热备份。打开 /ui 查看信任里程表；仓库内附类型化 TypeScript 客户端。
④ 看它工作 —— 信任控制台
verimem console # your store · odometer · graph · liveverimem console 在浏览器中打开你自己的本地存储 —— 信任里程表、每个结论都带有证据链的知识图谱、被拦截声明的日志，全部通过 SSE 实时更新。团队网关在 /ui 提供同一控制台；智能体通过 /v1/snapshot 一次读取全部状态。