通用模型判断不了"什么是对的"。医学有医学的标准，法律有法律的标准。ACID 出来之前数据库会丢数据、会不一致、会脏读，大家觉得"能用就行"。它应该是一个持续运行的模型在学习你的记忆如何演化——预判"应该发生什么"，在现实偏离时标记异常。但你把所有 AI 记忆公司的首页看一遍，没人提一个问题：存进去的那条记忆，它本身还对吗？不是看两条记忆"相关"，是判断它们"在说反话"检索准确率能告诉你"找到了正

当前AI记忆系统过度聚焦检索效率，忽视了记忆质量的核心问题。研究发现记忆存在四大结构性问题：过时(23%偏好类记忆3个月后失效)、冗余、冲突和碎片化，这些问题相互加剧。现有工具在存储检索方面成熟，但缺乏系统的质量检测能力。 开源项目Minta填补了这一空白，提供本地化四维检测： 过时性（基于类型指数衰减） 冲突性（语义+否定模式分析） 冗余度（相似度联合判定） 碎片化（聚类归拢） 未来方向提出三大

Your AI remembered wrong?That’s memory decay.Minta checks for stale, conflicting, and fragmented AI memory.All local. No API calls.Claude Code · Cursor · Codex · VS Codegithub.com/xinchen03/minta

Your AI remembered wrong?That’s memory decay.Minta checks for stale, conflicting, and fragmented AI memory.All local. No API calls.Claude Code · Cursor · Codex · VS Codegithub.com/xinchen03/minta

https://github.com/xinchen03/minta，欢迎各位一起反馈优化，也麻烦大家点点🌟🌟。诚挚招募团队，一起打磨产品、拓展生态，把这个项目做得更远～重新定义AI记忆管理工具。AI记忆居然也会“生病”感兴趣的小伙伴可以体验/交流！