模式矩阵/M1 分层保留/蓝皮书

场景约束

薪资组配置、算薪、代发和员工入职等任务会跨十余次模型调用。当前步骤、当前任务和历史任务需要不同粒度的信息。若全部放入同一上下文，成本和噪声会随任务长度增加；若只保留摘要，审计时又无法核对原始事实。

分层模型

L3 条目保存对应的 L2 事实 ID。检索阶段先返回经验摘要；需要确认形成经验的具体条件时，再按 ID 读取 L2。这种按引用加载的方式与操作系统内存分页的原则相近。

写入流程

L2 在关键里程碑完成时追加事实。L3 在任务成功或失败后由反思流程生成，内容包括：

• 适用的任务类型和前置条件；
• 采用的 Skill 或处理策略；
• 成功结果或失败原因；
• 下次执行建议；
• 来源任务、L2 事实 ID 和生成版本；
• 可信度、审核状态和失效条件。

L3 写入前应执行去重和可信度校验。一次偶发结果不能直接升级为长期经验；失败原因未确认时，可以先保留为待验证条目。

召回边界

L3 集中在三类入口召回：

1. 链式推理首次调用；
2. ReAct 首轮；
3. 任务规划开始前。

链路中间的常规步骤使用当前任务状态，不重复检索 L3。召回结果进入 ReasonContext，并与 Anchor 同时呈现。历史经验只提供候选判断，不能覆盖当前用户目标和实时健康状态。

案例运行

若以往薪资组配置已经验证某个 Skill 有效，新任务可以优先评估该 Skill。若历史任务在某 API 处失败，规划器可以在正式流程前插入健康检查节点。健康检查的当前结果仍是执行依据，历史失败记录不直接阻断任务。

失效信号

• 每个推理步骤都查询 L3；
• L3 保存整段原始日志，没有可复用判断；
• L3 没有来源引用，无法回到 L2 核对；
• 单次偶发结果未经验证便写入长期经验；
• 相似经验覆盖当前 Anchor；
• L1 持续累积历史内容，失去最小上下文属性。

验证指标

• L3 在关键入口以外的额外召回次数；
• 正向经验命中后的规划收敛时间；
• 负向经验触发健康检查后避免的无效前序执行；
• L3 命中准确率、过期率和人工驳回率；
• L3 到 L2 来源引用的完整率；
• 分层后的 Token、延迟和存储成本。

与白皮书的对应

M1 白皮书要求按作用域和时间尺度分层，并为每层选择独立后端。东方屹腾用数据库承载 L2 精确事实，用向量索引承载 L3 语义检索，并以 ID 完成按需加载。

迁移条件

同类任务会重复出现、历史成功或失败能够改变新计划、且前序执行成本较高时，L3 具有实际收益。一次性任务或相似度很低的任务可以先实现 L1 和 L2，不必建设经验向量库。