别让 AI 记住所有事

今天我让 Hermes Agent 总结了一遍我们正在用的记忆系统。

结果刚打开文件，我就发现两块都快满了。

我第一反应其实有点荒诞。我花了很长时间，想让 AI 更了解我。它记得我的工作方式、写作习惯、投资纪律、项目边界，也知道哪些事不能擅自做。

现在的问题反而变成了，它记得太多。

这话听着有点反常识。大家折腾 AI 记忆，通常怕的是它忘。聊了一个月，换个窗口，又像第一次见面。项目背景要重新讲，个人偏好要重新讲，连上次踩过的坑也要再踩一遍。

这种感觉确实很烦，我完全理解。

但真正用久了以后，我发现更危险的不是忘记，而是旧东西还在，却已经不是真的了。

比如一个项目三个月前还在推进，今天已经停了。AI 如果一直把旧状态当成当前任务，它不是没记住，恰恰是记得太牢。

投资更明显。持仓、价格、现金和策略都会变化。一个过期数字如果被当成长期事实，记忆越坚定，答案越危险。

所以我现在判断一套 AI 记忆系统好不好，不再看它能装多少。

我看它知不知道，什么东西不能只靠记忆。

我们最后把 Hermes Agent 的记忆拆成了几层。

Obsidian 负责正式事实。

投资持仓、项目 PRD、内容终稿、经营记录，这些未来需要人工核对、修改、追溯的东西，都放在文件里。它们是 canonical，也就是发生冲突时，最终以这里为准。

Hindsight 负责找回。

我可能只记得以前聊过某件事，不记得具体在哪。Hindsight 会用语义把相关事实和锚点找回来。但它更像检索，不是账本。它可以带我找到门，却不能替我宣布门后面现在是什么。

Hermes 自带的 MEMORY 和 USER，只负责启动。

它们应该保存每次对话都必须知道的规则，比如我喜欢直接一点，架构改动先给计划，生产环境不能擅自碰，哪个项目必须和哪个项目隔离。

这些东西不需要每次搜索，Hermes Agent 一醒来就该知道。

Skills 负责方法。

一件事如果回答的是下次怎么做，比如怎样做公众号发布包，怎样检查一张小黑配图，怎样排查 Telegram 网关，那就不该塞进记忆。它应该变成一套可以重复执行、可以验证、可以修正的 SOP。

还有 session_search，专门找历史原话。

当我问上次到底怎么决定的，最可靠的不是让 AI 凭印象复述，而是把那段真实对话重新找出来。

你想想看，这几层处理的根本不是同一种东西。

什么是真的。

去哪里找。

每次启动不能忘什么。

以后遇到同类事情怎么做。

当时具体说了什么。

以前我总想把这些问题塞进同一个记忆库。结果很像把身份证、账本、工作手册、聊天记录和待办事项全部扔进一个抽屉，然后期待 AI 每次都摸对那张纸。

摸错才正常。

这次检查以后，我准备把写入顺序重新守严。

接下来，一件重要事情做完，先写正式文件。再给它加索引和日志。然后让 Hindsight 记住结论和文件位置。如果这件事以后每次启动都必须知道，才往 MEMORY 里留一句压缩指针。如果这次踩坑形成了稳定方法，再把它做成 Skill。

这个顺序看起来麻烦一点，但它有个很朴素的好处。

人随时可以纠错。

我可以打开 Obsidian，改掉过期状态。我可以删掉一条错误记忆。我可以更新 Skill 里的步骤。我还可以回到原始会话，看看当时到底说了什么。

AI 记忆最怕的不是容量小。

最怕的是一个判断被写进去以后，再也没有人知道它从哪来、什么时候失效、该去哪里改。

当然，不是每个人都需要折腾这么多层。如果你只是偶尔让 GPT 改文案、查资料，聊天记录加一个简单的长期偏好，已经够用了。

但如果你开始让 AI 参与投资、内容、项目、健康、经营，甚至每天主动找你，问题就变了。

它不再只是一个聊天窗口。

它开始接近一套工作系统。

这时候你至少要问清楚三件事。正式事实放在哪里，旧事实什么时候过期，AI 出错后人去哪里改。

如果答案只是它应该记得，那还不够。

今天这次检查也给我自己打了一巴掌。我们明明规定，内置 Memory 只做启动规则，结果它还是慢慢塞进了项目细节、视频流程和当期状态。

系统没有坏。

纪律松了。

所以接下来不是再造一个更大的记忆系统。那太符合我以前的坏习惯了，遇到管理问题，先加一层系统，搞得像自己很努力。

真正该做的是删。

把正式事实还给 Obsidian，把历史锚点还给 Hindsight，把方法还给 Skills，把过期状态清出去。

AI 时代，很多人会把记得更多理解成更智能。

我现在反而觉得，真正可靠的 AI，不是什么都记得。

它知道什么不能只靠记忆。