Spectron

Spectron 是什麼？

Spectron 是一個建構於 SurrealDB 的 AI agents 前期預覽版記憶與知識層。它設計用來在單一 ACID 交易中儲存文件、對話、實體、屬性、關係、embeddings 與 traces，讓 agent 記憶能保留來源脈絡，避免把分散的儲存系統拼接在一起。

這個產品聚焦於供 agent 系統使用的型別化、以來源追溯為核心的記憶。根據頁面所述，Spectron 運行於 SurrealDB Cloud，並作為資料庫上方的無狀態應用層，支援內容攝取、結構化資料擷取、關聯事實連結，以及可追溯的記憶查詢。

主要功能

• 每一列都有來源追溯：事實、文件、對話與衍生記憶都保留來源與追蹤資訊，因此可以檢視答案來自何處。
• 跨記憶類型的單一 ACID 交易：文件、對話、實體、關係、embeddings 與 traces 皆存在同一個資料庫交易中，降低跨儲存系統的一致性問題。
• 以 supersession 取代覆寫：新的觀察可更新或取代較舊的事實，同時保留變更記錄。
• 型別化記憶模型：頁面描述了多種獨立記憶類別，例如 authoritative、experiential、reconciliation、elaboration、reflection、consolidation、calibration 與 collective memory。
• 支援檢索與追蹤：深入說明提到 ingest、supersession、hybrid retrieval 與 retrieval traces，因此讀取內容可回溯到支撐它的記憶。
• 建構於 SurrealDB Cloud：Spectron 被描述為運行在 SurrealDB Cloud 上，並在單一受管理底座中整合 graph、vector、document 與結構化紀錄。

如何使用 Spectron

使用者可以先加入等候名單，取得邀請制預覽存取，或透過建立免費的 SurrealDB Cloud 執行個體來評估底層平台。頁面也提供架構深入說明與技術深入說明，方便在收到邀請前先理解記憶模型並查看系統實際運作。

使用情境

• 具來源追溯的 agent 記憶：打造需要以可追溯來源事實回答問題，而不只是依賴不透明 embeddings 的助理。
• 對話與文件攝取：將聊天內容與文件轉成可供後續查詢的結構化實體與關係。
• 知識整併：記錄彼此衝突或更新過的陳述，並追蹤 supersession，而不是靜默覆蓋舊記憶。
• 多實例或多 agent 記憶：在保留範圍與來源追溯的同時，於人員、agents 與實例之間共享可整併的記憶。
• 信任敏感型檢索：運用 calibration 與來源追溯資料，決定系統何時應回答、保留不答或呈現不確定性。

常見問題

Spectron 已正式上市了嗎？ 沒有。頁面表示它目前處於僅邀請制預覽階段，且邀請會從發佈週起以每週批次釋出。

在收到邀請前可以先評估任何功能嗎？ 可以。頁面表示其底層基礎架構現在就已提供，你可以先在 SurrealDB Cloud 免費開始，或閱讀架構與技術深入說明。

它可處理哪些資料類型？ 頁面提到文件、對話、實體、屬性、關係、embeddings 與 traces。

它是否為圖資料與向量資料使用分開的儲存系統？ 不是。頁面強調的是單一 ACID 交易式資料庫，而不是把 vector、graph 與 row stores 拼接在一起。

替代方案

• 向量資料庫加上應用層記憶邏輯：常見於 agent 記憶原型，但頁面認為這種方式可能在儲存系統之間產生縫隙，讓 supersession 與可追溯性更難維持。
• 搭配獨立向量索引的圖資料庫：當關係遍歷很重要時很有用，但在語意檢索與來源追蹤上仍需要跨儲存系統協調。
• 傳統文件庫或知識庫：更適合人類瀏覽與策展內容，而非型別化、可交易式整併的 agent 記憶。
• 由多個資料庫組成的自訂記憶管線：彈性高，但會把 schema、信任與一致性工作轉移到應用程式碼，而不是留在底層。