家人们谁懂啊！前阵子熬夜熬到发际线后移搞了个破项目——本来只是想糊弄一下毕业论文里「记忆增强LLM」的小模块 结果三个AI跟打了鸡血似的互相卷 Zui后居然整出个连我这个写代码两年的菜鸡doukan不懂的神秘算法……

先交代下背景哈：本人双非本科大四狗 专业是啥不重要 重要的是我爱瞎捣鼓 从三月开始就陆陆续续在个人知识库扔认知科学卡片——什么「可行动状态记忆」「主动遗忘是压缩副产品」「外置工作记忆必要性」 全是碎片化思考 东一榔头西一棒槌 堆了快一个月才两百多张 连我自己kan了dou嫌乱

直到四月十号那天凌晨三点 我叼着泡面敲键盘：「Claude帮我kankan这个知识库 Neng不Neng用来Zuo记忆系统？」 结果它秒给我甩过来一篇NeurIPS2022的论文——Hope/Nested Learning里那个没人在意的子模块「在线学习算法DGD」 它说：「你写的『记忆目标是恢复干活状态』+『主动遗忘』+『外置记忆』 跟这论文里边用边学还自带遗忘机制的东西完美贴脸 要不试着Zuo个LLM记忆假肢？」

害我当时一口泡面喷在屏幕上——合着我堆了一个月废纸篓一样的卡片 居然被AI串成Neng落地的思路？

说干就干 核心思路特简单：在向量检索前面加个「学习层」 普通检索是query直接跟所有记忆比相似度 我们家这个呢？先拿M矩阵变个形再去比——相当于给查询戴个「滤镜」 而且每次用户反馈对错 Mdou会偷偷geng新：M = M - 学习率×误差×query 就一行代码 愣是把准确率从62%拽到81%

但hen快就卡壳了——在线学习得要反馈信号啊哥们儿 总不Neng每次dou让用户手动说「对不对」吧？于是我找了个LLM当裁判 让它判断「检索出来的记忆是不是真被用上了」

结果尼玛……手写提示词准确率才37% 七成dou是错判！相当于喂给算法一堆噪声垃圾 我当时蹲在实验室走廊骂骂咧咧：「这破AI是不是傻？」

后来灵机一动——用遗传算法进化提示词啊！ 弄二十个候选提示词 每代交叉变异 淘汰一半跑十代 Zui搞笑的是V1问「AI用了哪条记忆？」 V2换句「哪条记忆跟答案相关？」 V2直接把准确率干到79%——你懂吧？问对问题比你玩命优化策略管用一百倍!

有了79%准确率打底 我野心膨胀了：要不干脆让AI自己进化算法？

参考Google那篇FunSearch论文 搭了个简化版系统 但改了三个骚操作：

①三模型混战不是单吊一个

: qwen3.9b爱搞简洁暴力流 GPT-4喜欢堆花活 DeepSeek偏精细优化 仨家伙互相抄作业又互相拆台 简直像菜市场大妈砍价一样热闹