MAK4I：面向 AI 系统的可复用工件协议草案

MAK4I 由 Talvik, Inc. 提出，是一种面向 AI 系统的开放协议草案，旨在解决 AI 工件（artifact）跨模型、跨平台、跨组织的打包、标识、版本化、共享、注入与复用问题。项目当前处于 Phase 0 — Foundation 阶段，仓库内仅含协议设计、规范草案与文档；参考 API（后端、CLI、SDK）尚未实现，被列为 Phase 2 工作。

协议定位与核心思路

MAK4I 全称为 Memory, Artifacts & Knowledge for Intelligence。它把 AI 工件抽象为可在不同工具间流转的标准单元，覆盖项目上下文、流程知识、提示词、工作流、架构与 API 契约、历史决策以及可复用输出等多种类型。项目方将其类比为 Git 之于源码管理、npm 之于包分发：把「AI 记忆」视为工件集合中的一种类型，而非整个协议的全部。

协议本体采用 MIT 许可，之上规划构建商业生态：

Talvik Registry：托管注册中心
Talvik Enterprise：商业版
Talvik SDK：覆盖 Python、Node.js、Go、Rust
Talvik CLI：例如 mak4i install / inject / publish

这一「开放协议 + 商业生态」模式被拿来与 Git、Kubernetes、OpenTelemetry 类比。

与同类方案的边界

AI 记忆领域已有多个项目并存，包括 Mem0、Google 的 Open Knowledge Format（OKF）、Open Memory Protocol、ByteRover，以及 Claude、ChatGPT、Cursor、GitHub Copilot 等平台各自的原生记忆机制。MAK4I 在 COMPETITIVE_LANDSCAPE.md 中给出如下对比：

若关注「AI 不记得我的偏好」，Mem0 或平台原生记忆即可；
若关注「知识应存放在文件而非厂商数据库」，可看 OKF；
若关注「生命周期与陈旧度跟踪，但难以阻止重复造轮子」，OKF v0.2、ByteRover 较接近；
若关注「反复为已经构建过的内容付费，且流程层面缺乏强制机制」，则对应 MAK4I。

差异点在于：MAK4I 把「复用纪律」做成协议级行为——会话前必须先查询注册中心，能复用则复用或改造，仅在没有匹配时才新建，并把每次复用决策连同估算的 token 节省量记入账本，而非依赖客户端自觉。

三类记忆与典型用法

MAK4I 将记忆划分为三种类型：

程序性（Procedural）：回答「怎么做」，例如代码框架、部署流水线、工程 playbook；
语义性（Semantic）：回答「是什么」，例如系统架构、模式、API 契约、领域模型；
情景性（Episodic）：回答「为什么」，例如历史决策、原因说明、迭代记录、团队约定。

一个典型的工件 manifest 字段示例包括 id、version、type、layer、name、description、token_estimate、tags 等。CLI 用法示例为 mak4i install <pack>、mak4i inject，旨在让任意 AI 会话在启动时自动带上上下文。

现状与路线图

仓库文档显示，项目仍处 Phase 0 — Foundation。文档中提到的概念验证（Proof of Concept）数据来自协议自身的开发过程观察，而非生产流量：

节省 token 数（开发期观察）：38,400+
追踪会话数：29
注册工件：9 个，覆盖 6 种类型

设计合作伙伴为 WD Technology Solutions，规划在 Phase 2 API 上线后作为首个生产采用方。完整路线图见 ROADMAP.md。

价值主张与现实距离

项目方估算：若每天有 100 万次 AI 会话、每次浪费 1,000 个 token，规模将达 10 亿 token/日。随着 AI 走向按量计费的算力模式，这种浪费会直接转化为企业成本。MAK4I 把这一估算作为价值锚点，但其当前的节省数字仍明确标注为「开发期观察」，与大规模生产验证之间尚有明显距离。