双时态 AI 记忆系统：让 Agent 会遗忘

当前主流 Agent 框架如 LangChain、AutoGPT 的记忆模块本质上是向量检索的"日志堆叠"，时间一久检索质量断崖下跌，开发者只能粗暴地截断或定期清空。GraphMemory 的差异化在于把"遗忘"作为一等公民设计，六变量模型（S/D/R/E/C/I）比简单的向量距离更能模拟人类记忆的不可靠性，这对需要长期陪伴、持续学习的 Agent 场景（如个人助理、客服）尤为关键。

不过要注意一个工程权衡：双时态 + 六变量衰减的查询复杂度比纯向量检索高一个数量级，PostgreSQL + Redis 的组合在万级事实量下表现如何，建议先压测再决定是否替换现有方案。如果团队已经在用 Graphiti，这个项目的检索层和 TTL 机制可以直接嫁接，迁移成本较低。