多 Agent 并发写入：为什么成功响应仍会产生错误状态
用一个可穷举的部署案例解释多 Agent 的陈旧读取与不可串行结果，并给出从版本见证、局部编辑到 CoAgent 式单向通知和定向修复的分层实现方案。
Research Notes
长期研究 AI 记忆系统、AI Native 实践与安全工程。
这里不追热点口号，只拆解能落到工程里的技术问题：Agent Memory、AI Native 工作流，以及白盒扫描、代码图、静态分析和安全自动化。
memory-system.map
episodic: events + traces semantic: facts + abstractions retrieval: relevance + freshness forgetting: decay + conflict checks 文件里明明有，Agent 为什么还是记错：文件系统记忆的纠错与失效
从 PersonaMem 的最新偏好失败出发，拆解文件系统记忆为什么会在事实完整、引用正确时仍返回旧答案，并给出事件层、有效期、当前视图、历史查询与一致性审计的可实现方案。
AI Native 研发工作流的交付契约：让 Agent 产出可审计的变更，而非自动化幻觉
面向 issue 分诊、CI 调查、文档更新和代码建议，本文给出一套 AI Native 仓库工作流：任务契约、受限产物、证据回执、人工审核与可复跑评测如何协作。
Research Standard
没有可靠材料，就不强行更新。
- 论文文章必须说明问题背景、核心方法、实验结论和局限。
- 开源项目分析必须读源码、看接口和运行路径，避免只复述 README。
- 实践方案必须写清适用场景、执行步骤、人工审核点、失败模式和可验证指标。
Focus Areas
长期关注的问题
Long-term memory Memory-augmented RAG Context compression Retrieval evaluation Forgetting and conflict Personalization memory Code Property Graph White-box scanning Static analysis Agent security AI Native workflow Agentic automation Human-in-the-loop review