Cortex Continuum 探讨面向 AI 系统的确定性治理内存架构

2026 年 11 月 7 日 03:13，DEV Community · AI 栏目发布了题为《Cortex Continuum：探讨面向 AI 系统的确定性治理内存架构》的文章。文章提出，RAG（Retrieval-Augmented Generation）仅为 AI 系统提供了文档检索能力，即找到相关文档、放入上下文再由模型作答，但检索本身无法回答若干更基础的基础设施问题：谁有权检索什么内容、哪一条记录的版本才是权威版本、哪些信息属于当前任务而哪些必须排除在外，以及当模型、设备、客户端或运行时发生更改时，哪些信息能够保留下来。

针对这一点，Cortex Continuum 旨在构建一个确定性的治理内存层，使信息在模型变更和重启时仍能持续可用。文章用一句对比概括其定位：RAG 给 AI 系统了一张借书证，Cortex Continuum 则要为它们提供受治理的记忆；这一差别被认为是关键所在。

目前公开报道仅此一篇，围绕 Cortex Continuum 的后续进展、实现细节与其他方反应暂无更多可核对的信息。