Claude Code 源码泄漏的余波，还在 AI 圈持续发酵！

说起来还挺反常，Claude 几乎 Contribute 了所有 RAG 记忆项目，结果泄露的代码却显示——

它自己压根没在用主流的 RAG 技术？？

这就很矛盾了，Anthropic 在官方文档和技术博客里，一直明确提到支持 RAG 检索。

而它 " 弃用 " 传统 RAG 的玩法，其实恰恰也说明了一个问题：现有的 RAG 解决方案，性能并没有达标。

从 2023 年起，混合检索就成了记忆引擎的标配逻辑，向量 + 关键词、加权排序……这些套路不断迭代。

但随着 AI 记忆场景越来越复杂，传统 RAG 的瓶颈也彻底暴露，明明叫记忆引擎，却还在干着搜索引擎的活儿，只会匹配相似文本，做不到真正的理解，更谈不上联想推理。

那怎么办？答案很简单——

推倒，重来。

回头看 AI 记忆的演化路径，脉络其实非常清晰：

第一代是直接硬塞全量上下文，就像通读日记；第二代依靠向量 + 关键词匹配，类似查字典，可是只能找到相似内容，抓不住真实关联；

现在，第三代记忆模式已经来了。

能够自主联想、推理、跨结构建立关联的认知模型。

中国团队自研架构领跑 Benchmark

让 AI 能够实现推理与联想，大家都知道跨粒度记忆的有效组织是关键。

简单点说就是让 AI 能同时处理细颗粒的事实和粗颗粒的上下文，还能在它们之间自由跳转（切换关联）。

但这个问题正是 2023 到 2026 年间，整个记忆引擎行业难以突破的核心瓶颈。

不过最近，我们观察到一个平均年龄 19 岁的中国年轻团队，心流元素，给出了可行解法——

M-FLOW，凭借自研的图路由 Bundle Search 架构，实现了 benchmark 的现象级领先。

对比 Mem0、Graphiti、Cognee 等主流方法，M-FLOW 在多轮对话、长期记忆、多跳推理三大核心场景下，性能优势显著。

对齐 Mem0 的官网 benchmark 测试（LoCoMo），领先 Mem0 36%；

对齐 Graphiti 的官网 benchmark 测试（LongMemEval），领先 Graphiti 16%；

在长期事件演变测试（EvolvingEvents）中，领先 Cognee 7%，领先 Graphiti 20%。

△测试未做任何筛选，采用行业通用 Benchmark

深度测评之后，可以更清晰地看到在覆盖写入、检索、预处理、知识组织等环节等 29 项能力维度中，M-FLOW 在绝大多数关键维度上都实现了完整支持。（下图可上下滑动完整查看）

尤其在图增强检索、指代消解、多粒度索引等决定记忆质量的核心能力上表现突出。

这份成绩的背后，其实可以看到的是 M-FLOW 架构带来的系统性优势：

检索环节不依赖 LLM，能够实现毫秒级响应；

在超大记忆量场景下，依然能保持接近常规 Benchmark 的稳定表现；

业内首个支持指代消解的记忆引擎，让 AI 对信息的理解更贴合人类思维（指代消解是指能区分事件中的 " 他 " 和 " 它 "）。

而且基本没什么使用门槛，部署流程非常简单，在具备 Docker 环境时只需要一行代码就能完成接入。

当然了，虽然上手简单，但在部署之前，咱也先来说说大家好奇的问题：

M-FLOW 是怎么做到的？

答案其实还是开头的那句话：推倒，重来。

与当前行业里大量同质化的记忆方案不同，M-FLOW 并不是用 LLM 辅助检索来抬高 Benchmark 分数，也不是简单叠加功能。

准确说，它是从根本上重构了 AI 记忆的组织与使用体系。

让记忆会关联、能推理

事实上，所有 RAG 系统都会面临的一个问题是，给定用户查询，如何精准定位存储的相关知识？

主流方案的逻辑很直接，就是将文档切块、向量化后存入向量库，检索时按余弦相似度排序。

这种方式本质上只回答 " 哪段文本和查询语义最接近 " 这一个层级的问题，对简单事实查找的效果还不错，但在复杂场景中会完全失效，因为：

答案跨文档分布：文档切块间缺乏结构性连接，无法将分散在不同文档中的关联信息整合；

查询与存储粒度不匹配：宏观问题检索到琐碎片段，微观问题匹配到笼统摘要；

同实体异语境割裂：两份文档讨论同一实体但语境不同时，向量空间中距离遥远，无法建立关联。

究其原因，是因为平坦向量检索丢弃了知识的内在结构。

它能判断文本与查询的相似度，却完全不清楚这段文本在整个知识体系中的拓扑位置。

在这一点上，M-FLOW 以图路由检索替代传统平坦检索，核心逻辑围绕分层知识拓扑展开，其核心洞察是：

不止找到 " 匹配的文本 "，更要定位匹配点所属的完整知识结构，再对整个结构进行评分。

倒锥结构设计

M-FLOW 将所有摄入的知识组织为一个四层有向图，形成一个倒锥（inverted cone）：

这个结构的方向性是反直觉的：在传统的知识图谱或分类树中，越往下越具体。

但在 M-FLOW 中，搜索的 " 入口在锥尖 "（细粒度的 Entity 和 FacetPoint 是最容易被向量搜索精确命中的），而搜索的 " 目标在锥底 "（Episode 是最终返回给用户的知识单元）。

信息流从尖锐的匹配点向下汇聚到宽广的语义落点。

这打破了 " 从上到下浏览 " 的传统检索范式。

用户不是在层级中逐层缩小范围，而是系统在最尖锐的点上捕获信号，然后沿图结构向下传播到它所归属的完整语义单元。

这是一个从细到粗的过程，先在最尖锐的点上捕获信号精准瞄准，然后沿图结构向下传播到它所归属的完整语义单元。

图路由 Bundle Search 的工作方式

当查询到达时，系统不是简单地找到最近的节点。

它通过评估图中所有可能到达每个 Episode 的路径，找到最优的 Episode。

阶段一：在锥尖广撒网

查询被向量化后，同时在七个向量集合中搜索，从锥尖到锥底覆盖每一层。每个集合返回最多 100 个候选。

最容易被精确命中的是锥尖处的节点，一个 Entity 名称、一个 FacetPoint 的断言。

这些细粒度锚点的语义极度聚焦，向量距离小。

锥底的 Episode 摘要也可能被命中，但因为语义更宽泛，匹配通常不如锥尖精确。

阶段二：投影到图中

这些锚点被用作进入知识图谱的入口节点。

系统提取它们周围的子图，边、邻居、连接关系，然后扩展一跳邻居。

这将一组孤立的向量命中点转化为一个连通的拓扑结构。

阶段三：从锥尖向锥底传播代价

这是核心步骤，也是图路由 Bundle Search 的本质——

在锥尖捕获信号，沿图边向锥底传播，在 Episode 处汇聚评分。

对于子图中的每个 Episode，系统评估从锚点到达它的所有可能路径：

每条路径的代价由三部分构成：

起始代价，锚点的向量距离（信号的尖锐程度）；

边代价，沿途每条边的向量距离（连接关系与查询的相关度）加跳跃惩罚；

未命中惩罚，边没有被向量搜索命中时的默认高代价。

Episode 的最终得分是所有路径中的最小代价。

三大打破常规的设计 1. 边也携带语义，成为主动过滤器

传统知识图谱中，边（图谱中节点之间的连线）只是作为类型标签，比如’ works_at ’、’ located_in ’，不参与语义检索。

查询一个图时，你要么遍历边，要么忽略边，因为边本身不携带可被搜索的语义。

而 M-FLOW 中，每条边都附带自然语言描述文本，这些文本会被向量化、同样参与搜索。

这意味着边不再是被动连接器，而是主动的语义过滤器。

在代价传播阶段，系统不仅知道两个节点之间存在连接，还知道这条连接关系本身与当前查询有多相关。

这样一来，即便一条边的两个节点都被搜索命中，只要这条边本身的语义和查询无关，就会被判定为高代价，从而直接切断这条不合理的关联路径。

2. 取路径最小代价，而非平均代价

为什么取最小值呢？团队主要考虑到一个检索哲学——一条强的证据链就足以证明相关性。

一个 Episode 可能关联 10 个 Facet，但 9 个与查询都无关。

传统方式会平均所有路径代价，这就会让无关路径拉高分数；

而 M-FLOW 只看那条最好的路径。

只要有一个 Facet 通过低代价路径连接到查询，这个 Episode 就应该被检索到。

这也对应了人类记忆的工作方式，比如你想起一件事，通常是因为某一个线索足够强烈，而不是因为所有线索都指向它。

3. 惩罚直接命中，偏好精准锚点路径

这是最反直觉的设计，当查询直接匹配了 Episode 摘要时，系统反而对这条路径施加额外惩罚。

惩罚最直接命中的原因是，它们和很多查询看起来相关。

一个关于项目管理的 Episode 摘要，可能和任何提到项目或管理的查询都有不错的向量距离。

但这种匹配是宽泛的、缺乏焦点的，这其实也反映了众多 RAG 系统检索噪声的根本原因。

M-FLOW 系统的设计偏好，是优先选择从锥尖（FacetPoint、Entity）出发的精确路径。

即使多走几跳，也优先选择它，直接的 Episode 命中只在没有更好替代路径时才胜出。

这样就确保了检索结果的精确性——不是什么都沾点边的宽泛摘要，而是有具体证据链支撑的 Episode。

拓扑论证

要说这套机制为什么有效，根本优势还是在于图拓扑编码了向量本身无法捕获的知识组织结构。

多粒度均可找到锚点。比如问 " 数据库迁移发生了什么？" 这类宏观问题时，系统会直接匹配到 Episode 摘要。

虽然会受到直接命中惩罚，但因为没有更精确的锥尖路径，这条结果依然会胜出。

而像 "P99 目标是否低于 500ms？" 这类精确问题，则会强匹配一个 FacetPoint，从锥尖经过两跳到达 Episode，极小的起始距离让整体代价非常低。

系统不需要人为选择粒度，倒锥拓扑会自动在最合适的层级找到锚点。

跨文档实体桥接。当 " 张博士在 MIT 工作 " 出现在文档 A，"MIT 发表了量子计算突破 " 出现在文档 B 时，两个 Episode 会共享同一个 Entity 节点：MIT。

用户查询 MIT 时，锥尖命中该实体，代价会同时向下传播到两个 Episode，从而从两个独立文档中拿到关联结果，不需要 LLM 做额外推理，图结构本身就完成了桥接。

结构噪声过滤。在传统平坦检索中，很多语义相似但主题无关的文本片段会排在前面。

而在 Bundle Search 中，任何片段都必须沿着边追溯到某个 Episode。

如果沿途的边和查询语义无关，路径代价会迅速升高，让不相关结果自然下沉。

图结构本身，就是一层强大的语义噪声过滤器。

代价传播即推理。图中的每一条路径，本质上都是一条推理链——

查询匹配这个事实→事实属于这个维度→维度属于这个事件。

路径代价量化了这条推理链的紧密程度，系统在 2 – 3 跳内就能完成轻量级多跳推理，检索阶段不需要调用 LLM。

自适应置信度

并不是每一层向量集合对每个查询都同样可靠。

系统会为每个集合计算两个指标，绝对匹配强度与区分度，然后把集合分为 " 节点类 " 和 " 边类 "，按置信度动态分配权重。

比如某一次查询中，Entity 集合的置信度明显高于 Facet 集合，系统就会自动提高 Entity 路径的影响力。

它不是用固定权重，而是根据本次搜索中哪个粒度的命中更可信，实时调整检索策略。

一个额外的调节机制

还有一个额外的调节机制是，当某个 Facet 与查询向量距离极小、高度吻合时，系统会显著降低这条路径上的边代价和跳跃代价。

逻辑很直观，如果一个 Facet 已经几乎完美匹配查询，那么它到 Episode 的连接基本就是可靠的，不需要再通过边语义反复验证。

除此之外，系统还包含查询预处理、并行多模式调度、结果裁剪等机制……

所以总结来看，M-FLOW 的检索并不是向量搜索 + 图数据库的简单叠加，图本身就是检索机制。

中国记忆引擎后发先至？

在国内，外置记忆远没有国外的关注度高，然而 M-FLOW 团队不做同质化堆砌，实现了国产在该领域的从无到有，并且性能领先世界、还坚持开源开放……

其实很多初次接触记忆引擎的人都会有一个直观困惑，人类的回忆难道不是寻找相关信息吗？为什么 AI 的记忆，却总是在找文本形态相似的信息？

这个最普遍的问题，恰恰是 AI 记忆解决方案的核心症结。

从初代全量上下文硬塞式记忆，到第二代向量 + 关键词的检索式记忆，AI 始终停留在文本形态匹配，离真正的理解与联想相去甚远。

而 M-FLOW 用图结构重构了 AI 记忆的底层逻辑，解决了记忆图谱的粒度与联系问题，让 AI 记忆完成了从形态相似匹配到联想与推理的跨越。

而且值得一提的是，这个项目是由一支平均年龄 19 岁、从常青藤辍学的团队独立开发的。

在 AI 圈里，天才少年的故事总是备受瞩目。在这次技术突破之后，我们也想知道：

这群年轻人，未来又可以走多远呢……

项目地址：https://github.com/FlowElement-ai/m_flow

产品网站地址：https://m-flow.ai

公司地址：https://flowelement.ai

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见