Spectron

什么是 Spectron？

Spectron 是一个基于 SurrealDB 构建、面向 AI agents 的早期预览型记忆与知识层。它旨在在单个 ACID 事务中存储文档、对话、实体、属性、关系、embedding 和追踪信息，使代理记忆能够保留来源，并避免拼接多个独立存储。

该产品聚焦于面向代理系统的有类型、以来源为先的记忆。根据页面说明，Spectron 运行在 SurrealDB Cloud 上，作为数据库之上的无状态应用层，支持摄取内容、提取结构化数据、关联相关事实，并以可追溯性查询记忆。

主要功能

• 每一行都保留来源：事实、文档、对话和派生记忆都保留来源与追踪信息，便于查看答案来自哪里。
• 跨多种记忆类型的单一 ACID 事务：文档、对话、实体、关系、embedding 和追踪都位于同一个数据库事务中，减少跨存储一致性问题。
• 用 supersession 代替覆盖：新观察可以更新或取代旧事实，同时保留变更记录。
• 有类型的记忆模型：页面描述了不同的记忆类别，例如 authoritative、experiential、reconciliation、elaboration、reflection、consolidation、calibration 和 collective memory。
• 检索与追踪支持：深度解析提到了 ingest、supersession、hybrid retrieval 和 retrieval traces，因此读取内容时可以追溯到支撑它的记忆。
• 基于 SurrealDB Cloud 构建：Spectron 被描述为运行在 SurrealDB Cloud 上，将 graph、vector、document 和结构化记录统一在一个托管底座中。

如何使用 Spectron

用户可以先加入等候名单，获取仅限邀请的预览访问权限；也可以通过创建免费的 SurrealDB Cloud 实例来评估底层平台。页面还提供了架构深度解析和技术深度解析，帮助在获得邀请前理解记忆模型并查看系统实际运行情况。

使用场景

• 带来源可追溯的代理记忆：构建需要基于可追踪来源事实来回答问题，而不仅仅依赖 opaque embeddings 的助手。
• 对话和文档摄取：将聊天和文档转为可查询的结构化实体和关系。
• 知识协调：记录冲突或更新后的陈述，并跟踪 supersession，而不是静默替换旧记忆。
• 多实例或多代理记忆：在人员、代理和实例之间共享可协调的记忆，同时保留作用域和来源。
• 重视可信度的检索：使用 calibration 和来源数据来判断系统应当回答、拒答还是呈现不确定性。

常见问题

Spectron 已正式可用了吗？ 没有。页面说明它目前处于仅限邀请的预览阶段，邀请会从发布周开始按周批次发放。

在拿到邀请前，我能先评估什么吗？ 可以。页面说明底层平台已经上线，你可以在 SurrealDB Cloud 上免费开始使用，或者阅读架构和技术深度解析。

它处理哪些类型的数据？ 页面提到文档、对话、实体、属性、关系、embedding 和追踪信息。

它是否为图数据和向量数据使用独立存储？ 不是。页面强调的是一个 ACID 事务型数据库，而不是把 vector、graph 和 row store 拼接起来。

替代方案

• 向量数据库 + 应用层记忆逻辑：常见于代理记忆原型，但页面认为这种方式会在存储之间产生缝隙，并使 supersession 和可追踪性更难维护。
• 图数据库 + 独立向量索引：当关系遍历很重要时很有用，但语义检索和来源追踪仍需要跨存储协调。
• 传统文档库或知识库：更适合人工浏览和策划内容，而不是有类型、可事务协调的代理记忆。
• 由多个数据库构成的自定义记忆流水线：灵活，但会把模式、信任和一致性工作转移到应用代码中，而不是保留在底层。