一个文件一个事实 — AI 自动记忆 (3)

规则是始终要遵守的东西。 那么上周烧掉半天的那个陷阱，该往哪里留？

装不进规则的那些东西

上一篇里，我们把始终要遵守的规则汇总进了一个文件。可干着干着，那些不算规则、但下次一定还得再用的东西会越攒越多。

• 「这个日志的时间是 UTC，数据库是本地时间。不做换算直接联表，会不报错地返回 0 条。」
• 「上个月这次分析里怀疑过传感器故障，真正的原因其实是邻近设备的振动。」
• 「这个仪表盘的地址，这份资料的位置。」

把这些统统塞进规则文件，文件会臃肿起来，只徒增每次会话的读取成本。于是需要一个和规则分离的 自动记忆，它是把日后要再用的教训、陷阱、决定、资料位置堆积起来、只在需要时才调出的一层。

一个文件一个事实 — 90 年前就通用的原理

核心规则很简单。一个文件只放一个事实，目录里只写一行说明。 每次只读目录，单个文件仅在相关时才打开。

这不是什么新点子。社会学家尼克拉斯·卢曼用 40 多年、约 9 万张 索引卡片做出了名为卡片盒笔记法（Zettelkasten）的笔记盒。规则是一张卡片一个想法，卡片之间用编号相连。正是靠这张连接网，他一生写出了 70 多本书和论文。要是一张卡片里混了多个主题，他绝不可能再找出来用。

同样的原理延续到了现代的知识管理。蒂亚戈·福尔特的第二大脑（Building a Second Brain）提出了把零散笔记收拢、需要时再取用的 CODE 方法；Obsidian 这类工具则用本地 Markdown 文件和双向链接（backlink）把一个个事实串起来。重要的是，AI 读的记忆，归根结底和人读的一样，都是 Markdown。

有研究表明 AI 也需要「外部记忆」

这个想法在 AI 研究里也照样出现。正如第 1 篇所见，AI 的上下文窗口是有限的，会话一结束就被清空。于是研究者提出了像 MemGPT（2023）这样的结构：把上下文窗口比作计算机的内存（RAM），把外部存储比作硬盘。需要的事实从外部调出来加进上下文，不用的再送回去。这个项目如今以 Letta 之名延续着。

ChatGPT 的记忆功能（2024）或 Claude 的按项目记忆，也都出自同样的问题意识。无论哪一种，要旨都只有一个 — 无法一次性把所有东西都拿在手里，那就在外面好好整理，需要时再调出来。

一条好记忆的结构

所以一个记忆文件不是把事实一扔了事，而是这样搭建。

• 一行说明（目录） — AI 只看这一行就判断「此刻要不要读」。要写进症状和条件。
• 一个事实 — 不混两个主题。已有同主题文件的，就别新建，去改它。
• 为什么（Why） — 依据和来龙去脉。有了理由，遇到例外情况也能正确套用。
• 怎么套用（How） — 「何时、先确认什么」这种形式的行动指引。
• 关联 — 用链接把相关记忆连起来，拓宽上下文。

有一点要注意。记忆是 写下那一刻的事实。文件名、路径、配置值都会变。从记忆里取出的名字，要确认它现在是否还存在再用；一旦和最近的记录对不上，就去改记忆。

后续内容

如果说规则和记忆是「AI 读的」记录，那么下一篇讲的是「下一次会话的我读的」记录 — 每日笔记与交接。同一话题还有另一个连载展开得更细，可参考。

如果你对该怎么设计团队的记忆分类体系感到无从下手，欢迎通过联系我们来联系。我们会结合你的实际业务整理出示例。

---

「把 AI 当作会记忆的同事」系列

1. AI 为什么会忘记昨天 — 会话的遗忘与上下文成本
2. 规则集中一处 — AI 规则文件怎么写
3. 一个文件一个事实 — AI 自动记忆（本篇）
4. 写给下一次会话的自己 — 每日笔记与交接
5. 升格为团队的语言 — 追踪器·wiki·Git
6. 陷阱与四周落地路线图