多智能体的记忆接线：同一任务，每个角色看到的不一样

上一篇文章把记忆层和多智能体层之间“应该怎么接”的逻辑讲清楚了，这一篇就直接把整个过程跑通。核心循环长这样：

for agent in DAG_order:
    manifest = FederatedInjector.inject(scope, route)   # 记忆层系统调用
    result   = Agent.execute(task, manifest)            # 多智能体层回合
    writeback(manifest.memory_ids, result)              # 审计 + 持久化

democode/phase7/ 里已经搭好了骨架，用采购 Kafka 幂等场景实测过：意图智能体注入 3 条、本体智能体注入 8 条、模拟验证智能体注入 3 条——

。而第四阶段的 mock 切片根本做不到这一点。

阶段 4 的记忆为什么是模拟

当初为了快速演示制衡机制，记忆通信其实是“假装”的：build_agent_context() 返回 Python 字典，既不经过 OntologyRegistry.validate()，也不产生节点清单；check_permission() 虽然定义了读写矩阵，但执行路径上并没有强制拦截越权行为。

阶段 7 没有重写 Phase 4 的智能体逻辑，而是用适配层把记忆接口补上：

层	文件	作用
权限映射	agent_memory_scope.py	智能体 → 语义域/层级/读写
注入编排	memory_aware_coordinator.py	权限范围 + 意图路由 → 注入清单
适配	memory_aware_agents.py	清单挂到 task.context
写回	memory_writeback.py	输出 → 决策记录

阶段 4 的演示仍然可以独立运行，阶段 7 只是在外面包了一层联邦记忆。

权限范围：把两张表合成一张

阶段 4 用层名（critical/rule/context）来描述读写，阶段 6 用语义域 + 层级来描述检索——语义空间不一样，不能直接替换。AgentMemoryScope 做的就是显式映射：

智能体	语义域	层级	预算倍数
意图	purchasing	热/暖	0.8
本体	code-arch + purchasing	热/暖	1.0
模拟验证	purchasing	热	0.6

协调器每回合的工作流程：查权限范围 → 调意图路由器 → 主力域满额预算，辅助域 ×0.5 → 生成注入清单。

图：本体 8 条 vs 模拟验证 3 条——同一任务，不同清单

协调器执行流

图：多智能体有向无环图 × 联邦注入 × 每回合写回

每回合的具体步骤：设置版本窗口 → 查 scope → 路由 → 注入 → manifest_parser 解析约束/模式记忆 → 执行 → 写回决策记录。

现在增加了几个关键优化：

（本体不再读硬编码约束）、（否决 → 排队写回 → 本体重试）、（语法树检查 enforcement=reject 约束）。

[本体] 来自注入清单：['BIZ-CN-001', ...]
[模拟验证] ✗ Beta供应商剩余13天 15天  → 排队写回
[本体] 修正为 keep_threshold_add_warning (v2)
[模拟验证] ✓ 通过  → 触发代码生成

写回时包含 derived_from: [注入节点编号]——决策血缘在智能体回合级的最小实现已经到位。

从 Codex 借鉴了什么

上一篇文章对 Codex 做了源码分析，这篇文章落地了四条模式：

借鉴了什么	如何应用
双作用域上下文	会话级 scope + 回合级注入清单
按键增量合并	task.context["inject_manifest"] 私有通道
排队 vs 触发执行	模拟验证否决不触发代码生成；通过才触发
沙盒单写	MemoryWriteback + OntologyRegistry.validate()

：大模型动态创建子智能体（丧失数据依赖）、子智能体跳过记忆管线、会话级统一注入、无版本和审计的 MEMORY.md 合并。

最终我们选择了固定有向无环图，而没有使用 Codex 的 spawn tree——因为

，这是数据依赖，不是偏好。Codex 适合探索性任务，而我们服务的是。

五、后面还会写的内容

优先级	任务	状态
P2	权限范围外置角色配置文件	待做
P2	BackgroundTaskStore 真异步	待做

1. 权限范围外置角色配置文件
2. BackgroundTaskStore 异步化
3. 通过一个完整的示例展示多智能体系统与记忆系统是如何协作的

最后，可以运行下面的示例代码进行验证：

python3 phase7/run_multi_agent_memory_demo.py --full --scenario threshold --dry-run