| Entity | Relation | Why |
|---|---|---|
| 2603.14588 (SLM V3) | 直接后继 | V3 在 V2 基础上增加 Fisher-information 加权检索、Riemannian Langevin 生命周期、sheaf cohomology 一致性检测 |
| 2602.22402 (CMV) | 互补方案 | CMV 解决 context window 内的会话状态管理（DAG branching + trimming）；SLM 解决跨会话的持久化记忆。两者在不同时间尺度上操作 |
| 2604.06392 (Qualixar OS) | 上游消费者 | Qualixar OS 的 Forge 记忆防护 和 Agent Registry 概念类似 SLM 的 trust scoring + event coordination |
SLM V2 是 V3 的直接前驱——V3 论文明确 "Builds on SuperLocalMemory V2 infrastructure" [2603.14588]。CMV 与 SLM 在抽象层不同：CMV 管理 single-session 内的 DAG state（解决 autocompaction 问题），SLM 管理 cross-session persistent memory（解决 poisoning + retrieval 问题）[2602.22402]。
| 维度 | SLM V2 | SLM V3 |
|---|---|---|
| 检索方法 | FTS5 + TF-IDF + adaptive re-ranking | Fisher-information weighted + 4-channel WRRF |
| 生命周期管理 | 无（手动 importance score） | Riemannian Langevin dynamics on Poincaré ball |
| 一致性检测 | 无 | Sheaf cohomology ($H^1 \neq 0$ = contradiction) |
| Benchmark | N/E on LoCoMo | +12.7 pp on LoCoMo (vs engineering baseline) |
| 信任防御 | Bayesian trust scoring (trust gap=0.90) | 未强调（继承 V2 基础设施） |
| 复杂度 | 零外部依赖（核心）; scikit-learn (layers 3-4) | 111 ACI containers for evaluation |
核心 delta: V2 的核心贡献是 local-first + trust defense（安全架构），V3 的核心贡献是 information-geometric retrieval（检索质量）[2603.02240] [2603.14588]。V2 的 Layers 2–4 对 ranking 贡献为零的问题在 V3 通过 Fisher metric 和 cross-encoder 得到解决。
| 维度 | SLM V2 | CMV |
|---|---|---|
| 时间尺度 | 跨会话持久化（天/月级） | 单会话内状态管理（分钟/小时级） |
| 存储模型 | SQLite + FTS5 flat memories | DAG (JSONL snapshots as nodes, branches as edges) |
| 核心操作 | store/recall/search/trust_score | snapshot/branch/trim/tree |
| Token 节省 | N/A（不处理 context window） | 均值 20%、峰值 86% token 缩减 |
| 安全关注 | OWASP ASI06 memory poisoning | 无安全关注 |
两者是 正交互补：CMV 确保 agent 在 long session 中不丢失上下文 [2602.22402]，SLM 确保 cross-session memories 不被污染 [2603.02240]。一个解决"记不住"，一个解决"记错了"。
Qualixar OS 的 Agent Registry（protocol-aware tracking + trust scoring）与 SLM V2 的 Event Coordination Layer + Trust Scorer 在概念上高度重叠 [2604.06392]。差异在规模：SLM 面向单用户多 agent，Qualixar OS 面向多用户多团队多框架。
SLM V2 的定位是 "privacy-first agent memory with trust defense"——在 cloud-default memory systems (Mem0, Letta, Zep) 与 in-session context management (CMV, MemGPT) 之间占据独特生态位：
In-session state (CMV, MemGPT) → Cross-session memory (SLM V2) → Mathematical retrieval (SLM V3) → Cloud-scale memory (Mem0, EverMemOS)
V2 的真正贡献不是检索质量（V3 补上了这一短板），而是 local-first trust defense 的架构论证——这在 OWASP ASI06 被正式标准化后获得了制度合法性。
采纳信号: MIT license, GitHub 公开, 17+ MCP tool integrations。V3 的存在本身说明了 V2 作为基础设施的可用性。