docs: fix architecture boundaries - routing=unique input, LLM=unique output, memory=autonomous

Key corrections:
- Routing subnet is the ONLY external input path; all images/text/voice must pass through it
- LLM subnet is the ONLY external output path; natural language goes directly to user
- Core is a purely internal layer, not directly exposed to users
- Memory subnet is autonomous: Core only passes query tensors + new information tensors;
  how to update/delete/modify is entirely decided by memory subnet
- Routing subnet uses sliding window mechanism: instant label tensor generation → Core,
  then after the round ends, Core schedules routing to process remaining raw data
- Updated all ASCII diagrams, Mermaid diagrams, pseudo-code, and data flow charts
- Added border rules table to all relevant docs

docs/memory-subnet.md

@@ -8,16 +8,30 @@
 
 ### 架构定位
 
+记忆子网是整个 NextAgent 架构中**唯一与记忆内容交互的模块**。Core 不自作主张处理记忆——只负责将查询张量和新信息张量传递过来，**如何更新、删除、修改**由记忆子网自行完成。
+
 ```
-         记忆更新参数张量 (来自 Core)          记忆检索请求张量 (来自 Core)
-                │                                       │
-                ▼                                       ▼
+         Core 传过来的两样东西
+               │
+     ┌─────────┴────────────┐
+     │                      │
+  查询张量                新信息张量
+  (含意图/种子实体)       (含本轮标签/结果)
+     │                      │
+     └─────────┬────────────┘
+               │
+               ▼
 ┌───────────────────────────────────────────────────────────┐
-│                    记忆子网                                 │
+│                    记忆子网（自治）                          │
 │                                                           │
 │  ┌────────────────────────────────────────────────────┐   │
-│  │            记忆管理器 (Memory Manager)               │   │
-│  │  解析参数包 → 分发到对应存储层 → 返回结果             │   │
+│  │         记忆管理器 (Memory Manager)                  │   │
+│  │  自行决定：                                         │   │
+│  │  → 如何解析查询 → 走图DB/向量DB/文本                 │   │
+│  │  → 如何写入新信息 → MERGE/CREATE/更新                 │   │
+│  │  → 如何更新已有记忆 → 增量/覆盖/合并                  │   │
+│  │  → 如何删除 → 软删除/硬删除/归档                      │   │
+│  │  → 如何关联 → 链路推理/图谱推理                       │   │
 │  └──────┬────────────┬──────────────┬─────────────────┘   │
 │         │            │              │                       │
 │         ▼            ▼              ▼                       │
@@ -32,8 +46,8 @@
 │                                                           │
 │  ┌────────────────────────────────────────────────────┐   │
 │  │      张量编/解码层                                   │   │
-│  │  接收：memory_query / memory_update 标准张量          │   │
-│  │  输出：memory_result 标准张量                        │   │
+│  │  输入：查询张量 + 新信息张量（来自 Core）              │   │
+│  │  输出：记忆结果张量（返回给 Core）                     │   │
 │  └────────────────────────────────────────────────────┘   │
 └───────────────────────────────────────────────────────────┘
 ```
@@ -133,9 +147,10 @@ LIMIT 10
 
 | 项目 | 说明 |
 |------|------|
-| **输入1** | `memory_query` 张量（来自 Core，含查询意图和种子实体） |
-| **输入2** | `memory_update` 张量（来自 Core，含要写入的三元组和元数据） |
+| **输入1** | 查询张量（来自 Core，含查询意图、种子实体、上下文） |
+| **输入2** | 新信息张量（来自 Core，含本轮标签和子网结果；**不含具体写入指令**） |
 | **输出** | `memory_result` 张量（包含检索到的实体/关系/向量结果） |
+| **自治** | 记忆子网自行决定如何写入、更新、删除、修改记忆 |
 
 ## 训练目标
 
@@ -284,9 +299,9 @@ class Neo4jGraph:
 | 信息一致性 | 同一信息多次检索结果是否一致 |
 | 记忆容量 | 在不显著降低性能前提下的最大存储量 |
 
-## 记忆更新参数包张量格式
+## 新信息张量格式
 
-Core 打包给记忆子网的 `memory_update` 张量格式：
+Core 传递给记忆子网的**新信息张量**（Core 不发送
 
 ```json
 {