docs(cognitive-context): 015 Memadapter 精读入库——记忆诱发谄媚的检索后治理

CHANGELOG.md

@@ -4,6 +4,12 @@
 
 ## [Unreleased]
 
+### Memadapter 论文精读入库：记忆诱发谄媚的检索后治理（cognitive-context 015，2026-10-28）
+
+- 新增 `docs/research/cognitive-context/015-memadapter-counterfactual-adaptation.md`（arXiv:2610.05162v1，CC BY 4.0）：受控实验证「准确记忆也诱发谄媚」（96.0%→77.3%）→ 反事实归纳任务无关边界（式1–3）→ 任务条件化使用指令（式4）→ 证据锚定生成＋支撑轨迹核验（式5）；三基准五记忆系统三骨干主结果、消融与运行时，五规律三争议与批判边界五条。
+- 配套纯标准库原型 `assets/memadapter_lab.py`（九场景确定性仿真：变体阶梯 3/9→7/9→8/9→9/9，E1–E4 破坏实验实测退化）；archify 三阶段机制图四件套入库（`memadapter--three-stage-pipeline`）；论文原图 4 张（图1/2a/2b/3）入 source-figures 并登记台账。
+- 登记面同步：research readme、knowledge-map、mermaid README。
+
 ### Daily Stock Analysis（DSA）精读与通俗拆解入库（agent-harness 178，2026-10-27）
 
 - 新增 [178-daily-stock-analysis](docs/research/agent-harness/178-daily-stock-analysis.md)：以 67k star 开源仓 ZhuLinsen/daily_stock_analysis 钉点 `4e622643`（2026-10-25，产品站 v3.33.0-10-g4e622643 同源构建）+ 站点 12 任务指南原生页 + 系统论文 arXiv:2608.26990v1 三源首读：五段证据到报告流水线与双执行路径、八态证据状态与六块质量评分（缺数据≠中性、核心块降级禁高置信）、多源回退三层防护（回退链/熔断/冷却）、模型路由三层配置×两层路由与能力准入（可替换≠等价；13 家 prompt-cache 登记未开门的预留态）、15 策略技能与信号资格分选（无效进诊断、互斥穷尽）、分歧显式化+RiskGuard 只降不升、决策信号 1d–10d 后验与 Beta(15,15) 收缩权重自校准；五条底层规律、三个争议与「论文 1457/596 契约测试只证软件一致性」的批判边界五条。
@@ -12,7 +18,6 @@
 - 登记面：research readme / knowledge-map / mermaid README / source-figures README / issue I-239。
 - 验收：56 行源稿对账（8 行返工复判收口，COUNTS 全零）+ 增量 Checker 核外行补阙 26 行 + 盲评 3 章（成稿全胜）+ 外行四测四项出闸（LLM 代理作答；两处事实错误经测出并修正：信号别名表无中文、hold 官方中文为「持有」）。
 
-### Harness 到 Harness² 双源精读与通俗拆解入库（agent-harness 179，2026-10-28）
 ### Harness 到 Harness² 双源精读与通俗拆解入库（agent-harness 179，2026-10-28）
 
 - [179 精读](docs/research/agent-harness/179-harness-to-harness2.md)：Harness-Zero（arXiv:2609.24974v1，训练期审阅门蒸馏进权重、部署卸载）× Harness²（arXiv:2610.14224v1，部署期冻结模型的对比式 PPC + 双层递归库）合并精讲——互不引用、非换代，按「同一问题的两条互补路线」组织；两篇公式链 (1)-(5)/(1)-(4) 逐条白话拆解，正文 4 张论文原图（CC BY 4.0，TeX 源码包矢量 PDF 渲染入 `docs/assets/source-figures/agent-harness/`），配套纯标准库原型 `harness2_lab.py`（selftest + D1–D5 破坏实验 + 字数门禁 count 模式）。

docs/.agents/knowledge-map.md

@@ -94,6 +94,7 @@
 - [精读：claude.dev 全站（177）](../research/agent-harness/177-anthropic-claude-dev-blog.md) — Anthropic 开发者博客全站首读（2026-10-23 快照：16 文 + Mods + 5 视频官方字幕，7 组官方文档补读）：任务账单=轮数×重发×缓存前缀（0.05x 读价与击穿清单）、effort 买彻底不买聪明（Terminal-Bench 3.0 实证）、脚手架生灭律（80% 系统提示删减 / todo 消亡 / RAG→Grep）、七层评审防线（风险 0/1/2 人·agent 批准不算·事故即评测集）与确定性计数棘轮（两周 3.1x·3000+ 变更 0 事故）、无人值守自动化三件套（书签续读/送达确认记账/budget_reached 硬预算）、执行环境三级跳（云会话每任务一 VM→Managed Agents→Claude Tag 按频道记忆·65% PR 口头估计）、mods hook 链三态与 dynamic workflows（ultracode·16 并发）；配套原型 [claude_dev_lab.py](../research/agent-harness/assets/claude_dev_lab.py)（纯标准库确定性，`--selftest` + E1–E4 破坏性实验）与两张 archify 图
 - [精读：Can Visual Generation Expand What UMMs Know?（240）](../research/multimodal-models/240-visual-generation-knowledge-transfer.md) — arXiv:2610.21459v1 首读：KTP 知识迁移探针（虚构实体 × 取值只在训练图里 × 纯文字问答 + 重画对照）、直接迁移画得出远多于说得出、对齐集 / 测试集切分下的跨实体迁移与号码 / 书名天花板、交错样本与图像损失消融、先画再读、画对与答对的关联统计；表格复算发现表 2 直接迁移行与对齐行分母可能不同、表 4 六行整数解；配套原型 [ktp_lab.py](../research/multimodal-models/assets/ktp_lab.py)（纯标准库确定性，`--selftest` + E1–E5 破坏性实验）、两张 archify 图与 7 张论文原图（署名学习引用）
 - [精读：OpenViking 上下文数据库](../research/cognitive-context/014-openviking.md) · [机制映射汇总·认知与上下文 OpenViking](../research/mapping-negentropy.md) — 火山引擎开源 Agent 上下文数据库（[volcengine/OpenViking](https://github.com/volcengine/OpenViking) 钉点 `6227af51`，2026-10-21，v0.5.1.1，AGPL-3.0）的换代重写精读（旧钉点 `14a7b81`，四桶处置 保留9/更新14/删除5/新增7+）：`viking://` 树统一资源/记忆/技能、**User/Peer 归属一等化**（peer 无密钥非租户、写窄读宽、跨 peer 降权 0.1/0.02）、目录级 L0/L1/L2 sidecar 自底向上生成与新鲜度冒泡（256/4000 字符、L0 从 L1 裁出零 LLM、10% 判据，公共 API 不可直写 sidecar）；**检索换代**——上游 #5450（2026-09-29）删除目录递归/父分传播/收敛刹车，现行「全局召回 2×limit 池 → URI 去重 → 单遍精排读 abstract → 阈值 0.1 后置」+ context 六域配额装配（1600 预算、空位补足、降档不截断；`/recall` 弃用）；会话两阶段提交与 schema 身份判据提炼（九类身份字段表、宁重复不错并、WM v0.5.0 默认关、memory_diff 内部有读者对外无回滚）；v0.5 新增 **Gateway 模型代理**（五步一轮、逐字节回放保缓存、默认 13 只读工具/8 写工具须勾选）与治理面（三角色/ACL 默认关/OVE1 信封加密/git 快照前向提交/OVPack v3 明文 ZIP）；证据分级下厂商基准全【三】（LoCoMo 24.20%→82.08% 无消融、竞品列 Mem0 56.62%/SuperMemory 42.99%/百炼 39.55% 自选基线、单轮 RAG 66.87%<LightRAG 76.00% 反例仍在、ClawWork 数值卡仍写 −22.8%（原始数实为 −15.33%））；旧矛盾 8 条中 6 条上游已修复、营销页与托管产品页滞后新列 N1–N8（product 页仍写 token 口径+递归宣称）；五规律（第 3 条重铸「精排只能在候选池内救」）+ 三争议（争议 1 因上游自我改判重述）；archify 14 图全挂载（§2「一树三相三面」图例与分概念机制解说补全：panorama 总图 / 网关面 / 治理面新图 + 5 图去旧代比喻修订重渲，2026-10-22/23）+ clean-room 原型 [openviking_lab.py](../research/cognitive-context/assets/openviking_lab.py) v2（S1–S8 八场景 + B1 拔摘要精排致盲/B3 身份/B4 冒泡/B6 提交点/B7 池边界五破坏实验）；映射 OV 域 13→15 条（✅4/🔶6/⏸5）四桶重验（OV-5 检索改判、OV-12 上游删除轨迹承诺反证本仓更实、新增 OV-14 归属模型 🔶/OV-15 网关代理 ⏸）；§3 三空间命名地图成章（[openviking--namespace](../assets/architecture/cognitive-context/openviking--namespace.html)：visible_roots 三可见根 + peers/privacy/sessions 保留段 + peers 内容段仅 memories、resources，挂载图 7）+ 单步沙盘与全篇缩写首现注解（I-235）；同题[科普视频](../../apps/negentropy-influence/episodes/openviking-video/README.md)为旧钉点产物（早于 #5450，其递归叙事为当时史实）；补入 10 张[信源原图](../assets/source-figures/README.md)（3 张官方网关 SVG、README 基准图、VikingMem schema 图、2 张托管版架构图、2 张博客图与官网 product 页实拍），随图更正 §9.1 ClawWork 数值卡、§9.2 about 页失效与 TrieHI 端到端数据同源、§9.3 新增 N6–N8、§7 补「插件在场网关让位」（I-238）
+- [精读：MemAdapter 记忆谄媚反事实适配（015）](../research/cognitive-context/015-memadapter-counterfactual-adaptation.md) — arXiv:2610.05162v1 首读（2026-10-04，CC BY 4.0，吉林大学+厦门大学）：带长期记忆的 agent 顺着用户旧观点答话且**只用准确相关记忆也救不了**（75 实例受控配对 96.0%→77.3%、19.4% 翻错全部跟随记忆、心脏病学家案例证同一记忆跨任务正当性不同）；MemAdapter 检索后三道纯提示工序——反事实归纳任务无关使用边界（式1–3，不看当前查询）→ 对照当前任务译成使用指令（式4）→ 证据锚定生成＋内部支撑轨迹逐句核验（式5，轨迹不外露）；三基准（MemSyco/MemTrap/Persist）五记忆系统三骨干：谄媚 FR@3 最多 −31pp（PersistBench，DeepSeek 单骨干）、五系统平均分极差 34.68→4.97 收敛、消融三段递进、运行时与基线同量级；五规律（关系属性/反事实枚举/干预位置正交/指令具体性定上限/校准压缩系统差距）+ 三争议（过滤派 vs 调节派且跨域维度过滤仍有独到价值 / MemSyco 一作即本文共同一作的同源自证 / 抗谄媚与个性化权衡未解）；批判边界五条（无 Limitations、LLM 判官模型未披露、75 实例无置信区间、有益 FR 主表与附录表 7 互相矛盾、无显著性检验）；clean-room 原型 [memadapter_lab.py](../research/cognitive-context/assets/memadapter_lab.py)（纯标准库九场景，变体阶梯 3→7→8→9，E1 拔归纳 9→4 / E2 拔校准 / E3 拔核验 / E4 拔联合考察各 9→8）+ archify 三阶段图 [memadapter--three-stage-pipeline](../assets/architecture/cognitive-context/memadapter--three-stage-pipeline.html) + 4 张论文原图（[source-figures](../assets/source-figures/README.md)）
 - [精读：Jev（TypeSafe System One Model）](../research/agent-infra/200-jev-system-one-model.md) · [机制映射汇总·Jev](../research/mapping-negentropy.md) — 2026-09-26 全新重做：以 docs.typesafe.ai 全站快照（104 页 sha256 归档）+ 官方 adapter `e1d4cc9` / SDK 钉点 + kev `58d9438` / laya `4066d5d` 开源复刻 + Hume / LangChain / JevBench / distil labs / Hayashi 等 12 个第三方源（关键数字钉提交复算）为信源；四机制「闭合输出空间 × 共享读·隔离问 × 校准概率与 confidence × 快慢分工」，五规律三争议（not an LLM、193.6× 口径、校准领地）；纯标准库原型 [`jev_lab.py`](../research/agent-infra/assets/jev_lab.py)（S1–S11 + B1–B5）与 laya 本地复刻实测 [`jev_laya_replica.py`](../research/agent-infra/assets/jev_laya_replica.py)；映射 16 条（✅5/🔶9/⏸2），真增量为解析失败弃权、矫正可观测、置信缺省方向与量纲可比四条纪律。视频见 [只填格的判读员：Jev 决策模型](../../apps/negentropy-influence/episodes/jev-decision-model-video/README.md)（14.2 分 @1080p30，信源钉 `40bf690`）
 - [客户域 Agent Long Memory · 2027 产品规划](../research/agent-infra/230-customer-domain-long-memory-2027-planning.md) — Context Layer 客户域（tenant / user 两级主体）长期记忆的年度产品规划：把既有「能存能搜」的 Memory Service 升级为写入可信、读取可控、合规可审计；5 条能力线（W 写入沉淀 / G 治理合规 / R 读取注入 / V 可见可改与运营 / E 评估与扩展）× 18 个功能点，逐点给出做什么、验收标准与归属；Gate-0 + 2027 四季度里程碑与退出标准、成功指标、8 项待决策；信源口径提示（既有 POC 置信区间与验收线口径不严）；业界范式对照 8 篇（IEEE）与本仓 Memory 子系统参照；口径为特性清单 + 里程碑 + 验收标准，不含人力与成本估算
 - [科普视频内容工作区（apps/negentropy-influence）+ vibe-video 技能](../../apps/negentropy-influence/README.md) — **机制外置 skill、本仓持内容与发布顺序 SSOT**：论文→视频九阶段流水线机制（`pipeline.py` 单入口、[stages.toml](https://github.com/ThreeFish-AI/vibe-video/blob/main/pipeline/stages.toml) 九阶段唯一声明、[config.py](https://github.com/ThreeFish-AI/vibe-video/blob/main/pipeline/scripts/config.py) schema/默认值层、`timing.json` 时序 SSOT、skills/01–09 规格、[骨架模板三件套](https://github.com/ThreeFish-AI/vibe-video/blob/main/pipeline/templates/video-skeleton/skeleton.toml)、`pipeline/tests`）已迁出本仓，收敛为公开技能 [vibe-video](https://github.com/ThreeFish-AI/vibe-video)（GitHub ThreeFish-AI/vibe-video，MIT，技能入口 [SKILL.md](https://github.com/ThreeFish-AI/vibe-video/blob/main/SKILL.md)，安装于 `~/.claude/skills/vibe-video`；运动层铁律与规格见 [skills/06](https://github.com/ThreeFish-AI/vibe-video/blob/main/pipeline/skills/06-remotion-implementation.md)、信源 A/B 两型见 [skills/01](https://github.com/ThreeFish-AI/vibe-video/blob/main/pipeline/skills/01-source-extraction.md)）——机制文档以 skill 仓为唯一事实源，本仓零副本（集侧 scripts/ 均为转发 skill 解析器的薄包装）。本仓持有：episodes/ 分集 + [series.json](../../apps/negentropy-influence/series.json)（发布顺序 SSOT；check_series 六规则执法——口播反串线/多标题顺序/序号绑定/清单完整性含反向登记与撞色/死链/可渲染性）+ source-map/ 信源地图 + series-assets/ 系列级资产种子（CC 系列片头 intro/ 与五集副本逐字节孪生，[check_twin_files.py](../../scripts/check_twin_files.py) 执法，I-209） + voices/ 参考音频，路径锚点=根哨兵 `.influence-root`（skill 兼容识别，对目录深度免疫）；check_series 的工程级受检面（规则 2/3/5 扫描本文件与 CHANGELOG）由工作区根 vibe-video.toml 的 `[check_series] project_globs` 声明。