决策记忆系统

智能体循环工程的起点是观察 — 循环每转一圈，观察就会累积，累积的观察成为学习的原料。决策记忆是把这一观察对象从代码扩展到 用户的选择 的层。

信息

一句话总结：决策记忆会记住用户的选择，并在今后类似的情境中提供个性化推荐。

决策记忆 (Decision Memory) 是 MoAI-ADK 的 长期学习层。它在 AskUserQuestion 轮次中观察用户的选择，并在今后同类决策点上基于统计多数的选择提供自适应推荐。

关键在于方向。不是把系统想推的默认值包装成 (推荐)，而是让 用户实际反复选择过的选项 成为推荐。

决策记忆由 3 个层级组成。越往下留存越久。

• 范围：当前会话内
• 用途：引用用户刚刚选择的选项
• 持久性：会话结束即消失

• 范围：同一项目最近 3 个会话
• 用途：基于近期偏好的推荐
• 持久性：.claude/projects/{hash}/memory/ 自动记忆

• 范围：所有会话（无限制）
• 用途：统计多数学习、长期趋势
• 持久性：MEMORY.md + topic 文件（用户管理）

推荐放置由 5 项原则构成（SSOT：.claude/rules/moai/core/askuser-protocol.md § Recommendation Placement Principles）。

编排器估算即将到来决策的不确定性 p 时，在 p ≈ 0.5（Fisher information I = p(1−p) 最大的决策边界）通过 AskUserQuestion 发起该问题。当 p 接近 0 或 1（几乎确定）时，自动用统计多数选项解决并省略提问。

在一次 AskUserQuestion 调用中放置多个问题时，把信息增益最高的问题放在最前。让用户先完成核心决策，较低价值的问题稍后再遇到。

推荐（第一个选项的 (推荐) 标签）以 观察到的统计多数 为依据。不是系统想推的策略默认值，而是用户实际反复选择的选项成为推荐。根据观察量在三种状态间切换。

• 观察 < N：缺乏足够的观察数据
• 推荐放置：静态默认值（显式公开）
• 显示方式：based on static default, N observations needed for personalization

• 观察 = N~M：部分学习
• 推荐放置：观察到的多数 + 置信度信号
• 置信度：观察数 × 选择一致性

• 观察 > M：学习充分
• 推荐放置：强多数确信（统计显著）
• 置信度：最高（≥95% 置信度）

推荐选项的说明必须明示该推荐成立的前提条件。为便于用户在前提被违反时立即拒绝，以 "Recommended when <前提条件>" 形式给出。未明示前提的推荐是设计缺陷。

同一条推荐，面对不同的人强度也不同。对专家的强推荐会侵蚀自主性，对新手的弱推荐只会增加决策疲劳。

• 专家（会话 > 50）：弱推荐强度（自主性优先，仅公开 inferred preference）
• 新手（会话 < 10）：强推荐强度（(推荐) 标签 + 注明理由）
• 中级（10 ≤ 会话 ≤ 50）：中等强度（视情况调整）

AskUserQuestion 的回答到达时，PostToolUse Hook 会自动捕获决策。用户无需另行记录。

{
  "decision_id": "moai-ask-001",
  "timestamp": "2026-07-01T10:00:00Z",
  "question": "请选择下一步",
  "user_choice": "Option A (推荐)",
  "all_options": ["Option A", "Option B", "Option C"],
  "context": {
    "spec_id": "SPEC-XXX-001",
    "phase": "run",
    "workflow": "/moai run"
  }
}

preference 记忆把在编排器用户提问渠道中捕获的决策持久化到 ~/.claude/projects/{slug}/memory/user_decisions/（SPEC-V3R6-ASKUSER-DECISION-MEMORY-001）。

3-tier 层级：

• core：最高优先级 hot 缓存。命中 core 时不再访问 recall/archival
• recall（recall.jsonl）：最近会话事实
• archival（archival/）：全量检索对象

过去的选择并不原样代表今天的偏好。transient 条目会受 power-law 衰减 + 28 天 TTL（REQ-ADM-011、REQ-ADM-012）作用，权重逐渐衰减，TTL 过后被逐出。core-tier 逐出采用从最低权重项开始降级的方式。

管理命令：

moai preference decay-scan   # 后台衰减遍历一次 (每天最多一次, timestamp gate)
moai preference toggle       # 会话级个性化 on/off (非持久, 每会话重置)

信息

参考：精确的衰减指数·半衰期常数等细节参数属于运行时实现细节（仅固定 power-law + 28 天 TTL 契约），本页只在契约层面叙述。

记忆跟踪的主要决策类型如下。

值得注意的是 Model Selection 与 Effort Level 也包含在内 — 决策记忆学到的偏好最终会体现在模型与推理深度的分配上，因此这个系统同时也是代币经济学的个性化层。

假设用户做过 10 次 Tier 选择：

Tier S: 选择 3 次
Tier M: 选择 6 次  ← 统计多数 (60%)
Tier L: 选择 1 次

学习结果: Tier M 显示为 (推荐)
置信度: 中上 (6/10 = 60%, N=10)
推荐文案: "Tier M (推荐) — 基于最近选择 60%"

DDD: 4 次
TDD: 选择 5 次  ← 统计多数
其他: 1 次

学习结果: TDD 为 (推荐)
置信度: 中 (5/10 = 50%, N=10)
推荐文案: "TDD (推荐) — 基于观察"

观察不足时，不隐瞒这一事实，而是显式公开。

选项 1: Tier M (推荐) — based on static default, 5 observations needed for personalization
选项 2: Tier L
选项 3: Tier S

用户可以清楚地意识到系统仍处于学习状态。

Tier M (推荐) — 基于最近选择提示
(强推荐强度)

选项:
- Tier M (最近选择 60%)
- Tier L
- Tier S
(弱推荐强度, 仅公开 inferred preference)

• 智能体指南 - AskUserQuestion 推荐放置规则 (HARD)
• Harness v4 Builder 深入指南 - Tier 选择与决策
• 记忆系统 - 用户偏好管理

信息

提示：决策记忆自动运行，无需显式配置 — 每当你做出决策，系统都会静静地学习。