🔴 保留 · PROJECTMEM: A Local-First, Event-Sourced Memory and Judgment Layer for AI Coding Agents

• 类型：arxiv
• 标识：2606.12329
• 链接：https://arxiv.org/abs/2606.12329
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/jay/2026-06-12-night-arxiv-engineering-llm-agents.md

可复用信息

• • 存储布局：.projectmem/ 目录（项目级），~/.projectmem/global/（机器级），纯文本 human-readable
• • 两个月真实部署：10 个项目，207 个事件，覆盖机器学习、Web 应用、音频工具、着陆页、研究代码
• • 核心功能：
• • 事件溯源（Event Sourcing）：每个 AI 辅助变更记录为不可变、带时间戳的明文事件 → 自动形成 provenance trail
• • Memory-as-Governance：在 agent 重试失败修复前主动警告；编辑已知脆弱文件前主动警告
• • 通过 MCP 提供 AI 可读摘要
• • 评价维度：Token 成本估算、兼容性验证、可审计性即可复现性
• 保留理由：完整可复现的 Python 包（pip install 即可），两个月真实部署数据证明有效性，Event-Sourcing 模式对 AI 编码助手的长期记忆工程有直接指导价值。

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集