DamNesia：基于 16 维状态空间的 AI 角色人格框架开源

DamNesia 是一个面向大语言模型角色应用的 .NET 10 开源框架，主张用 16 维状态空间替代单值人格变量，以解决 LLM 角色在长对话中的「人格漂移」问题。项目同时提供商业化的 Runtime 与 Enterprise 版本。

项目背景与定位

作者在阐述中指出，当前主流 LLM 本质上是「上下文表演者」，并非为长期稳定的人格状态系统设计。随着会话轮次增加，角色会出现自我矛盾、历史记忆膨胀导致上下文窗口成本失控等问题。作者认为这些问题并非 prompt 工程可解决，而是底层「状态管理」问题，DamNesia 即试图从架构层面回应这一痛点。

三档产品分层

框架被划分为三个层次：

• Community（社区版）：开源 16 维状态架构参考实现，提供状态注册表与基础遥测快照接口，面向研究、实验与个人使用，MIT 协议全球开源。
• Runtime（运行时版）：面向生产环境，包含「拓扑矩阵共振」与「记忆生态管线」两项核心组件。前者将行为倾向编译为 4×4 Tectonic Matrix Engine，使变量状态以确定性方式共振或耗散；后者将易失的对话上下文自动压缩为持久语义种子，降低 LLM 推理依赖与生产端 token 开销。
• Enterprise（企业版）：面向大规模并发智能体场景，强调确定性情感约束与低延迟结构访问，宣称以欧几里得边界球（半径 100）与切向偏移钳制技术「数学化」地抵御对抗性 prompt 注入，并以 128 字节 L1/L2 缓存行对齐的无管理平面结构替换运行时字典分配，目标为亚纳秒级结构扫描。

技术细节与局限

从已披露信息看，框架声称具备零 GC（0-GC）特性，并通过 PES Open Runtime 实现物理依赖解耦。项目以 PES.sln 为解决方案入口，划分为 Pes.Abstractions（契约与接口层）、Pes.Community（数据模型层）、Pes.Runtime（物理动力学层）等子模块。

需要指出的是，原文以大量哲学化、文学化的隐喻（如「土星环」「引力井」「创伤锁」）包裹技术描述，并未提供可验证的 benchmark 数据、对比测试或对「人格漂移」问题的量化衡量。对于 .NET 生态之外的 LLM 角色工程实践者而言，其实际可用性与跨平台移植性也有待观察。