Apresentamos o padrão .fafm (application/vnd.fafm+yaml), o tipo de mídia registrado na IANA para memória persistente de agentes de IA e o formato irmão do padrão de contexto .faf. O formato é multi-perfil por design — um único parser central suporta tanto a original Camada de Memória de Voz (VML) quanto um perfil de conhecimento tipado para tempos de execução de agentes — mas mantém uma superfície semântica única de gravar / recordar / esquecer, total compatibilidade para frente e para trás, e uma arquitetura explícita anti-fork. Emparelhamos o formato com dois compromissos arquitetônicos: Memória Permanente, a garantia de que a memória declarada deve sempre recordar (uma propriedade de integridade binária), e Recordação Instantânea, a qualidade graduada do que foi recordado (uma pontuação ponderada por slots). O modelo de pontuação Recall-Gate / Quality-Grade derivado deste par distingue formatos de memória persistente de formatos de contexto estático, é totalmente determinístico, e é publicado como um painel ao vivo em vez de uma reivindicação congelada. A validação empírica é realizada contra o corpus do Wolfejam Test & Technical Compliance (WJTTC) em ambos os perfis, com cobertura de aplicação cruzada abrangendo agentes de voz (implantações LiveKit, SDKs de Voz Grok) e adaptadores de tempo de execução de conhecimento (classe de memória Claude Code). Sinais de reconhecimento no momento da publicação incluem registro na IANA, distribuição de código aberto sob licença MIT, e uma base instalada estabelecida herdada do ecossistema .faf anterior — que por sua vez produz uma observação secundária mensurável: velocidade de adoção sequencial de formato, a descoberta empírica de que um formato registrado na IANA publicado em segundo em um ecossistema estabelecido se propaga materialmente mais rápido do que o formato fundamental em primeiro lugar.
James Wolfe (Fri,) estudou essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: