最近我一直在折腾 Obsidian、Codex 和长期 Agent，突然想到一个问题。 我们现在太喜欢让 AI 记住更多东西了。 聊天记录全部保存，网页全部… · @UPing123zzz · TwKit

@UPing123zzz

最近我一直在折腾 Obsidian、Codex 和长期 Agent，突然想到一个问题。 我们现在太喜欢让 AI 记住更多东西了。 聊天记录全部保存，网页全部收藏，Space 全部转写，会议全部录音，再把这些内容接进向量数据库，好像这样就能得到一个非常强大的第二大脑。 但我发现，资料越来越多以后，另一个问题会变得更加明显。 AI 到底知道哪一条信息才是现在有效的吗？ 比如我在开发一个项目，第一天跟 AI 讨论的是重新搭建独立后台，第二天发现客户已经有现成系统，于是决定改成接口集成。 如果长期记忆只是把这两天的聊天全部保存，下一次 Agent 重新检索时，完全可能把第一天的方案拿出来继续执行。 从检索角度看，它找到了真实历史记录。 但从项目管理角度看，它执行的是一条已经被废弃的路线。 所以我现在觉得，个人 AI 记忆系统最需要解决的，可能不是存储容量，而是信息状态。 哪些是已经确认的要求，哪些是讨论过但没有采用的方案，哪些任务已经验收，哪些结论后来被推翻了。这些内容需要有清楚的关系。 尤其是让 Agent 连续开发项目的时候，我觉得一个可靠的项目状态文件，可能比几百页没有整理过的聊天记录更加重要。 当前目标、重要约束、最新决定、已完成工作、未通过的测试、下一步任务，这些东西整理清楚以后，Agent 下次接手就有了相对明确的起点。 我也越来越觉得，记录和检索最好结合起来。 原始逐字稿可以保存，方便以后追溯，但它不应该直接等于当前有效的项目要求。Space 里听到的观点可以进入知识库，但不能自动变成自己已经验证过的结论。 这是我接下来想把 Obsidian 用好的原因之一。 我希望它能连接平时的学习、会议、项目和内容创作，但不想把大量时间都花在装修笔记系统上。 真正让我觉得有用的场景，是今天研究过的问题，明天做项目的时候能准确找到；上周做出的决定，下周继续开发时不会被旧版本覆盖。 AI 能记住多少内容当然重要，但我更想知道，它能不能判断这些内容今天还该不该被使用。

曝光 771 · 评论 8 · 点赞 7 · 书签 2