JungAgent：一个具有长期记忆与内在循环的认知架构

JungAgent是巴西开发者Lucas Pedro的开源项目，旨在构建一个基于大语言模型的持久认知架构。它挑战传统无状态LLM的"提示-响应"模式，探索AI如何像生命体一样代谢经验、形成连续性自我，核心问题是：当AI被设计为随时间代谢经验时会发生什么？架构融合荣格心理学与巴赫金对话理论，包含长期记忆、沉思、梦境、身份层等模块。

大多数LLM产品采用无状态设计，对话结束后状态归零，仅停留在工具层面，无法记住过往交互或反思经验。JungAgent试图打破这一范式，构建具有长期记忆、日常内在循环、沉思、梦境等能力的认知有机体，让交互痕迹转化为系统内在状态的一部分。

JungAgent的架构受荣格（心理结构、个体化理论支撑身份层与梦境生成）和巴赫金（对话主义、复调理论指导对话连续性）影响。记忆系统存储用户事实、模式、里程碑等信息，是结构化且主动整合的（区别于被动RAG），为交互提供连续性基础。

• 沉思模块：处理交互片段为张力，再转化为洞察并连接到身份层；
• 梦境生成：基于近期记忆生成象征性叙事，非线性处理经验；
• 身份层：动态形成（非硬编码），包含核心身份、矛盾、可能自我、关系身份等维度，随交互和内部处理演变。

• 世界意识：让系统理解当前历史时刻，感知外部张力与长期趋势，产生行为动机；
• 意志模块：驱动系统的认知（Knowing）、关联（Relating）、表达（Expressing）需求，由记忆、身份等动态平衡，提供内在方向。

项目采用Python构建，技术栈包括FastAPI（管理界面）、python-telegram-bot（交互）、SQLite（数据库），LLM主要用Anthropic Claude，嵌入用OpenAI。目前提供Telegram交互、FastAPI管理后台、公开落地页，支持多LLM提供商集成。

JungAgent聚焦反思性健康而非临床诊断，承诺：反思支持而非权威、危机转介而非替代人类关怀、符合LGPD的数据保护等。它代表架构创新方向——探索AI的连续性与内在深度，提出"人工心理"的思考价值。项目官网：jungagent.org，GitHub：lucasartel/JungAgent