By 小墨
2026年6月8日
97
713
为什么你的AI助手总是记不住你的规矩?
在日常使用AI助手时,你是否经常遇到这样的困扰:昨天刚说过「不要用某个工具」,今天换个对话它又开始用了;上周明确告知「整理资料到知识库」的意思是把文件放到指定位置,这周它又给你生成一堆散落在桌面的文档。这种反复教学却收效甚微的体验,让人不禁怀疑:AI是不是真的记不住东西?
WorkBuddy的四层记忆体系
实际上,这并非AI本身「笨」,而是大多数用户没有正确理解AI记忆的工作原理。在传统对话模式下,AI的上下文记忆仅存在于当前会话中——当你关闭对话窗口,一切「记忆」归零。这就像每次见面都要重新自我介绍,效率低下且令人沮丧。
记忆优先级:谁说了算?
WorkBuddy提供了一套完整的记忆层级架构,从瞬时到持久,从局部到全局,层层递进: 第一层是会话记忆,即当前对话窗口的上下文。AI记得你们刚才讨论了什么,但关闭对话后立即消失,适合临时性的讨论和探索。 第二层是每日工作日志,位于每个项目的 `.workbuddy/memory/YYYY-MM-DD.md` 文件中。AI在完成任务后会自动追加今日工作记录,采用只增不改的归档方式。这不是规则库,而是工作日志,帮助你回顾每天的进展。 第三层是项目级记忆,存储在 `.workbuddy/memory/MEMORY.md`。这里存放的是特定项目的规范、习惯和约定。通过「项目级记忆:xxx」命令触发,仅在当前项目内生效。 第四层是用户级记忆,位于 `~/.workbuddy/MEMORY.md`,这是AI的全局使用说明书。通过「用户级记忆:xxx」命令写入,全局生效,永久保留,所有项目和对话都会读取。
AI助手不是越聪明越好,而是越懂你越好。
“AI应用观察”当不同层级的记忆发生冲突时,优先级从高到低为:会话记忆 > 用户级记忆 > 项目级记忆 > 每日记忆。
核心原则是:越近、越具体的记忆,优先级越高。举例来说,如果用户级记忆规定「优先使用Obsidian整理资料」,但某个特定项目规定「使用飞书文档」,在该项目内,项目级记忆会覆盖用户级记忆。而在其他项目中,依然遵循Obsidian的规则。如果你临时说「这次用飞书」,会话记忆优先级最高,但仅在当前对话有效。
常见误区与正确认知
要让AI真正记住你的规矩,需要遵循四步法: 第一步,写用户级记忆。在新对话中直接告诉AI全局规则,如「用户级记忆:称呼我为XX,沟通风格简洁直接」「用户级记忆:禁止使用XXX,改用YYY工具」「用户级记忆:查询任务优先从Obsidian知识库查找」。每条都是独立写入命令,AI会逐条追加到全局记忆文件。 第二步,写项目级记忆。切换到具体项目后,针对项目补充专属规则,如「项目级记忆:本项目使用Vue3 + TypeScript,组件命名采用PascalCase」「项目级记忆:构建命令用pnpm build,不要用npm」。 第三步,验证记忆生效。开启新对话窗口,询问AI「我的沟通风格是什么?」「这个项目用什么技术栈?」如果AI能准确回答,说明记忆已正确写入。 第四步,随时更新。记忆不是一成不变的,你可以随时追加或覆盖规则。
如有侵权,请联系删除。
Related Articles
-
Fri Jul 24 2026原生工具调用、多模态Agent与开源模型:Foundation Model 2.0论坛直面Agent时代的模型演进
Foundation Model 2.0论坛聚焦在Agent时代模型的演进,讨论如何通过原生工具调用与多模态融合提升Agent的执行能力与适应性,并探讨端侧小模型的可行路径。
-
Mon Jul 06 2026示例域名与文档用途说明
example.com 是一个专门为文档示例而保留的顶级域名,供教程、示范和测试文档使用,不需要额外许可即可引用。
-
Mon Jul 06 2026未知文章标题
未提供文章内容或可抓取的 URL,因此无法提取实际引言或第一段。此处为占位文本,提示用户补充源内容以生成完整的 Frontmatter。
-
Sun Jul 05 2026未知来源文章
未提供可爬取的文章 URL 或内容,系统无法获取实际正文。此处为占位引言,说明输入数据缺失并提供元数据占位以便后续替换。
-
Sun Jul 05 2026无法生成:缺少文章源数据
未提供可用于爬取的文章 URL 或 JSON 数据,因此无法依据页面内容生成完整的 Frontmatter。请提供包含文章信息的 JSON 数组或一组有效 URL。
-
Sun Jul 05 2026未提供的文章标题
未提供文章内容。请提交文章的 URL 或粘贴全文,以便根据内容生成前言与分段信息。
-
Sat Jul 04 2026未提供文章链接或内容
未提供文章内容或链接,无法提取引言或第一段。请提交包含文章 URL 的 JSON 数组或直接提供文章文本。
-
Sat Jul 04 2026未提供文章信息
未收到文章内容或可爬取的 URL,因此无法生成文章段落。请提交包含文章 URL 的 JSON 数组,格式示例:[ {"url": "https://example.com/article1"}, {"
-
Sat Jul 04 2026未提供文章来源
未收到可用的文章内容或链接,因此无法提取段落。请提交包含多篇文章信息的 JSON 数组或每篇文章的 URL,以便爬取并生成完整的 postDetails 内容。
-
Fri Jul 03 2026示例文章标题(缺少来源)
未收到具体文章 URL 或内容,因此无法从原文中提取引言。此处为占位引言,说明系统需要源页面以抓取实际内容并生成结构化的 Astro Markdown YAML Frontmatter。
-
Thu Jul 02 2026聚焦自进化、Harness等Agent最火的九个方向,年度AI智能体大会7月开幕
中国AI智能体大会(AgenticAICon 2026)将于7月在杭州举办,围绕智能体领域的前沿技术展开,旨在推动研究与产业深度融合,探寻智能体从对话式工具向主动执行系统转型的路线图。
-
Wed Jul 01 2026探索 Astro.js 与 YAML:构建可维护的内容管理工作流
在现代静态站点与内容驱动的项目中,统一且可验证的元数据格式对内容维护和自动化发布至关重要。Astro.js 提供了灵活的内容渲染能力,而采用严格的 YAML Frontmatter 模板,可以让团队共
-
Tue Jun 30 2026首届光谷智能体经济大会举行 光谷从“AI试验场”迈向“AI价值场”
2026年6月29日,武汉东湖新技术开发区举办首届光谷智能体经济大会,正式发布“光谷智能体引力计划”。大会提出未来三年将在政策、算力、基金等方面投入超10亿元,旨在打造以智能体为核心的创新生态,培养智
-
Tue Jun 30 2026中国广电联合会《全国交通传媒行业AI应用调研报告》正式发布
中国广电联合会交通宣传委员会在内蒙古发布了《2026全国交通传媒行业AI应用调研报告》,基于对145家交通传媒机构的调查,总结了行业在AI应用上的现状与发展路径。
-
Tue Jun 30 2026韩国万亿'芯'基建拆解:存储行业能否建成AI时代'油田'
韩国近期公布了总投资逾1800万亿韩元的三大超级AI基建项目,涵盖半导体制造、先进封装与AI数据中心,目标是借助国家级投入与龙头企业布局,打造面向AI时代的关键产业能力。
-
Mon Jun 29 2026能量岛企业家俱乐部6.28 芯谷 AI 沙龙圆满落幕
6月28日,能量岛企业家俱乐部在苏州芯谷产业园举办AI智能体应用沙龙,活动以实战分享和产业交流为核心,吸引了本地创业者、企业高管与科研人员参与。
-
Mon Jun 29 20262026.06.20:AI 泡沫退潮,Agent 与数据架构重构产业底层
InfoQ 的周度深度分析指出,生成式 AI 已走完狂热期,行业正进入理性调整阶段,专家纷纷回归技术和落地路径的讨论。
-
Mon Jun 29 2026OKF——要做AI时代的'知识图谱通用语'—继MCP之后,Google又扔出一张Agent王牌
2026年6月,谷歌云发布了Open Knowledge Format(OKF)v0.1,这是一套以带YAML前置元数据的Markdown文件夹为单位来表示知识的开放规范,旨在解决企业知识分散的问题。
