5.2 工作记忆：上下文与飞行状态管理

5.2 工作记忆：上下文与飞行状态管理

本节摘要：工作记忆是决策窗口内的工作集——状态板的当下快照加上几十步内的来龙去脉。本节设计上下文装配器：从状态板、航图与近期日志里挑选决策所需条目，按重要性评分管理遗忘，保证并发读写下的一致性；并以"上下文缺项"排错法收尾——大部分"智能体突然变笨"，病根是工作集里少了关键条目。

为什么智能体跑着跑着就"忘了"刚定的计划？排查十个这类案例，九个的答案不在算法里，而在工作集的装配清单上：决策那一刻，该在场的条目没在场——目标栈被挤掉、刚发生的失败没进上下文、约束条件躺在日志里没人捞出来。上一节把记忆分了层，本节专讲最急的一层：工作记忆怎么装配、怎么遗忘、怎么在并发读写下保持一致。它延伸自第 1 章的状态板——状态板管当下快照，工作记忆管来龙去脉，两者共同构成决策的完整视野。

上下文装配：决策的供料系统

每拍决策需要什么？不同舱段答案不同，但装配逻辑同构。规划舱重算航线需要：目标栈全貌、当前航线与过期状态、目标附近的信念快照；行动舱执行需要：当前动作、验收谓词引用的字段、近期失败记录（同一个动作刚失败过，重试策略就该变）；监控需要：偏差历史与阈值带。装配器按舱段的清单从各层记忆里取料：状态板取当下、航图取相关区域、航行日志取近期相关事件。

装配的核心机制是相关性圈定：空间上圈定任务路线周边的航图区域（不必全图），时间上圈定决策相关的事件窗（不必全部历史），语义上按当前目标过滤（配货任务不必带充电桩细节）。圈定做得好，工作集小而全；做得差，要么臃肿（噪声稀释关键条目），要么缺项（关键信息不在场）——两种病都比"记忆不够大"常见得多。

遗忘策略：给工作集留呼吸位

工作集有容量上限（真实系统的内存、决策接口的输入预算），满了怎么办？遗忘不是清空，是按价值让位。每条工作集条目带两个分数：重要性（丢失的代价——目标栈顶最高、约束次之、装饰性背景最低）与新鲜度（距上次使用的时间）。淘汰时先动"低重要性加陈旧"的条目，保护"高重要性"条目永不落榜——目标与安全约束是终身豁免户。一个易犯的错误是只按时间淘汰（先进先出），结果刚立的约束被一条高频旧读数挤出去，决策当场跑偏。

import time, threading
from dataclasses import dataclass, field

@dataclass
class WorkingItem:
    key: str
    value: object
    importance: float      # 丢失代价 0 到 1，目标与安全约束恒近 1
    last_used: float = field(default_factory=time.monotonic)

class WorkingMemory:
    """工作记忆：装配、评分、淘汰，全程读写一致。"""

    CAPACITY = 64          # 工作集条目上限

    def __init__(self, board, cabin_map, log):
        self.board = board
        self.map = cabin_map
        self.log = log
        self._items: dict[str, WorkingItem] = {}
        self._lock = threading.RLock()

    def assemble(self, who, context_spec):
        """按舱段清单装配工作集：板面、地图窗、事件窗。"""
        with self._lock:
            pack = {}
            for key in context_spec.board_keys:      # 板面直取
                reading = self.board.read(key)
                if reading and not getattr(reading, "stale", False):
                    pack[key] = reading.value
                    self._touch(key, reading.value,
                                importance=context_spec.weights.get(key, .5))
            pack["nearby_map"] = self.map.window(    # 空间圈定
                center=self.board.read("pose").value,
                radius=context_spec.map_radius)
            pack["recent_events"] = self.log.query(  # 时间圈定
                since=context_spec.event_window, limit=16)
            self._evict_to_fit()
            return pack

    def _touch(self, key, value, importance):
        item = self._items.get(key)
        if item:
            item.last_used = time.monotonic()
        else:
            self._items[key] = WorkingItem(key, value, importance)

    def _evict_to_fit(self):
        """淘汰：先低重要性加陈旧；目标与安全约束豁免。"""
        while len(self._items) >= self.CAPACITY:
            victim = min(
                (it for it in self._items.values()
                 if not it.key.startswith(("goal", "safety"))),
                key=lambda it: (it.importance,
                                -it.last_used),
            )
            del self._items[victim.key]
​

并发一致性的处理沿袭第 1 章铁律：工作记忆的一切读写走锁、走接口，舱段不许私藏副本。装配出的工作集按拍固定——同一拍内所有舱段看到同一份工作集，避免"规划舱按旧信念决策、行动舱按新信念执行"的拍内撕裂。

淘汰策略的正确性也要可测，给一段自检：

def test_eviction_preserves_goals(memory):
    """淘汰自检：容量打满后，目标与安全条目必须幸存。"""
    memory.push(WorkingItem("goal:deliver", "装柜口",
                            importance=1.0))
    memory.push(WorkingItem("safety:forbidden_zone",
                            "高压区", importance=1.0))
    for i in range(memory.CAPACITY + 4):     # 灌满再溢出
        memory.push(WorkingItem(f"noise:{i}", i,
                                importance=0.1))
    keys = memory.keys()
    return ("goal:deliver" in keys and
            "safety:forbidden_zone" in keys)

def test_same_tick_consistency(memory, planner, executor):
    """按拍固定自检：同拍两个舱段看到的工作集一致。"""
    pack_a = memory.assemble("planner", PLANNER_SPEC)
    pack_b = memory.assemble("executor", EXECUTOR_SPEC)
    return pack_a["nearby_map"] == pack_b["nearby_map"]
​

联调测试与故障排查

工作记忆的联调用缺项注入：从装配清单里故意去掉某类条目，断言下游舱段的反应符合预期（去掉近期失败记录，重试策略应退化为保守；去掉约束条目，规划应触发约束校验报警）。反向再跑清单完备性：给舱段的真实决策记录做考古——每次失误决策缺了什么，回填进装配清单。联调的产出是各舱段装配清单的初版，之后随故障史持续增补。

按症状排查：突然变笨（原本会做的事开始做错）先考古当拍工作集——八成是关键条目缺项或被淘汰，查装配清单与淘汰日志；决策漂移（同一局面反复给出不同决策）查工作集按拍固定是否失守——拍内被并发更新就是根因；容量告警频繁查圈定参数——空间半径与事件窗通常设得过于慷慨，收紧比扩容便宜。

⚠️ 常见坑：把工作记忆当第二个状态板用。工作集按拍重建、内容可淘汰，真相永远只在状态板与日志里——把易失层当真相层，等于把账记在便签上。

本节要点回顾

• 工作集三来源：板面直取、空间圈定、时间圈定；装配清单是各舱段的契约，随故障史增补。
• 遗忘按价值：重要性加新鲜度双评分，目标与安全约束终身豁免；只按时间淘汰会挤掉刚立的约束。
• 按拍固定：同一拍所有舱段共用同一份工作集，杜绝拍内撕裂。
• 一致性走铁律：一切读写走锁与接口，工作集是易失缓存，不是真相层。
• 缺项注入法：故意去掉条目看下游反应，反向考古失误决策回填清单——装配清单是这么长出来的。

工作记忆管好了"在飞的时刻"，但断电的时刻没人管就会前功尽弃。下一节上检查点与重放日志：让强制重启变成无害插曲。