知识结晶
当多个独立来源汇聚到同一个认知时，Nowledge Mem 如何合成稳定的参考知识。
你在一次 ChatGPT 对话中提到了 React 性能优化。一周后，在 Cursor 里又讨论了同一个话题。一个月后，你保存了一篇相关的文章。每条记忆本身都有用，但没有哪条能给你完整的图景。
知识结晶就是系统注意到这种汇聚，从碎片中合成出一份完整参考。
什么是知识结晶
知识结晶是一种特殊的记忆。三条以上独立触及同一话题的源记忆，由系统读取、识别各自的贡献、合成为一份独立可读的文档。
你不用翻原始对话就能知道"关于 X，我到底了解多少"。一份连贯的文档，不是散落的碎片。
这不是自动摘要。需要多个独立来源汇聚，合成过程有质量评估，不达标就不会创建。
结晶如何形成
形成过程分三步：
-
EVOLVES 检测发现新记忆和已有记忆相关，创建关系边（替代、丰富、印证或质疑）。
-
集群评估在新边创建后触发。看有没有集群达到汇聚条件：三条以上同一话题的源记忆，且信息足够多样，值得合成。
-
条件满足就进入合成。系统读所有源记忆，识别各自贡献，产出统一的结晶。结晶通过 CRYSTALLIZED_FROM 边链接回每个来源，出处始终可追溯。
这个管线是后台智能的一部分。每周还有一次专门的结晶审查，扫描事件驱动检测可能漏掉的集群。
为什么是三个来源
两个来源是巧合，三个才算规律。这道门控防止弱关联被当成参考知识。
来源不需要在同一个平台。ChatGPT 对话、Cursor 会话、手动存的笔记共同形成的结晶，比同一个对话里三条消息形成的更有说服力。跨平台汇聚本身就是知识重要性的更强证据。
结晶如何影响搜索
结晶在搜索结果中有排序加分。道理很简单：经过验证和合成的知识，比单条原始记忆更可能是你想找的。
加分有意义但不会碾压一切。一个和查询只是松散相关的结晶，排不到语义完美匹配的原始记忆前面。语义相关性始终是主导信号。
结晶还会影响其源记忆的置信分数。如果一条记忆被用作一个或多个结晶的来源，这会被算作该记忆价值的证据。
你看到的是什么
结晶在你的动态时间线中出现，附带来源数量和来源平台。你可以打开结晶阅读合成内容，然后深入到各个来源查看原始上下文。
在图视图中，结晶作为独特的节点呈现，边指向它们的来源。双击结晶可以展开这些边，查看完整的来源追溯。
更新而不是自动修改
知识会变。形成结晶的来源可能被更新、被质疑、被新认知替代。发生这种情况时，系统提议更新结晶，不会悄悄改写。
接受更新、保留当前版本、忽略建议，都是你的选择。系统提议，你来定。