扒了 Memmy 这张系统架构全景图， 终于明白他们为什么敢叫记忆操作系统， 而不是又一个套壳向量库。

中间那颗核心飞轮是关键。

绝大多数人做 AI 记忆还在暴力 embedding， 聊天记录全扔进向量库，越用越笨越臃肿。

Memmy 底层的 MemOS 把记忆切成四层闭环： L1 执行轨迹，L2 策略经验，L3 场域认知， 顶层直接固化成可执行 Skill。

检索层是 FTS5 全文加向量双表混合，还配了一套 Dream 整理机制，在后台像人类睡眠一样默默做去重和蒸馏。 更绝的是它对外部 Agent 的工程克制。

右边的历史入库管线，对 Cursor 和 Claude Code 的本地日志只做只读扫描加密钥脱敏，绝不碰云端。

提炼后的记忆通过 Skill Writer 动态编译成 rules 和 AGENTS.md 注入回去。左边是带 AutoCompact 的独立 Runtime，右边是本地治理服务，全量数据锁死在 SQLite 里。

代码靠 Git 同步状态，跨工具流动的决策和意图， 靠中间这套记忆飞轮接力。

说实话，能把这种又脏又累的本地系统管道啃得这么扎实，多 Agent 时代的个人 AI 工作台就该长成这个样子。