原标题:《I accidentally turned LLM memory into program analysis》 评分: 231 | 作者: matt_d 💭 记忆都靠 Datalog 了,LLM 还算智能吗? 🎯 讨论背景 这篇帖子围绕一个把 LLM 记忆/上下文抽成 Datalog 事实并用规则推理的项目展开,评论里还不断拿 Lemmalog(一个把 LLM 记忆结构化查询的系统)来类比。背景是程序分析、安全分析和知识管理这些任务都需要把自然语言或代码变成可查询的结构,常见表示包括知识图谱(KG,实体-关系图)和 ontology(领域概念与约束的形式化模型)。Datalog(基于事实与规则的逻辑查询语言)和 CodeQL(面向代码安全查询的 Datalog 风格工具)因此被反复提到,因为它们能把推理结果变成可验证、可回溯的机械过程。整个讨论默认的前提是:LLM 更适合做语言接口,真正的难点在事实失效、版本化和 provenance(来源与推导链)管理。 📌 讨论焦点 LLM 只做接口,推理交给符号层 大家普遍接受的分工是:LLM 负责自然语言理解和结果解释,中间层则