搭建一个"会记忆成长"的AI 工作系统 II：让Agent 越用越聪明

搭建一个"会记忆成长"的AI 工作系统 II：让Agent 越用越聪明

大多数人用 AI，是在消耗时间。

少数人用 AI，是在积累资产。

这文章就是构建你核心资产的开始。
上次已经分享过在工作中构建的记忆系统。
这次我分享的是在日常生活学习中构建的记忆系统：
之前分享过在工作中构建的记忆系统。现在跑了一个多月，踩了坑无数。
把我现在的架构和踩过的坑分享出来，你可以直接抄。
问题：AI 每次醒来都是 金鱼

不管你用 Claude、OpenClaw 还是别的，session 结束就清空。下次来，它什么都不记得。
不设计 memory 系统，用越久越傻。因为它永远在重新认识你。
我的三层 Memory 架构

直接抄这个结构就行。

1. MEMORY.md           ← 长期记忆（精华，常驻加载）
2. memory/YYYY-MM-DD.md    ← 每日日志（原始流水账）
3. SESSION-STATE.md    ← 工作缓冲区（防压缩丢失）

复制代码

第一层：每日日志
memory/2026-02-16.md 这种格式。每天一个文件，发生什么记什么。不精炼，不整理，先倒进去。
作用：原始素材。回溯的时候有据可查。
第二层：
MEMORY.md
长期记忆
这是精华。定期从日志里提炼：

• 你的偏好（"我喜欢简洁的回复"）
  
• 重要决策（"用 X 方案，因为 Y"）
  
• 踩过的坑（"Z 不能这么搞"）
  
• 关键信息（账号、项目状态）
  

Agent 每次启动先读这个文件。相当于它的"人格"和"记忆"。
第三层：
SESSION-STATE.md
工作缓冲区
这个救过我好几次。
长对话会被压缩，重要细节可能被压没。SESSION-STATE.md 记录当前任务状态，压缩后第一件事读它。
内容示例：
当前任务：写 memory 架构文章
状态：Draft 2 修改中
待确认：是否加代码示例
记忆优先级：P0/P1/P2

不是所有东西都值得永久保留。我用优先级标签：

1. [P0] 我的时区是 US Eastern     ← 永不过期
2. [P1][2026-02-17] 正在写文章项目  ← 90天后归档
3. [P2][2026-02-17] 今天试了新工具  ← 30天后归档

复制代码

写个脚本每天跑一次，过期的自动移到 memory/archive/。MEMORY.md 保持精简。
安全隔离：哪些记忆不该共享

MEMORY.md
只在主 session（1:1 对话）加载。群聊不加载。
为什么？里面有个人信息、项目细节、账号偏好。群里可能有别人，不能泄露。
规则：频道隔离对话，但不是所有记忆都该跨频道共享。
几个救命技巧

1. 压缩前主动 flush
对话变长时，让 agent 把关键状态写进
SESSION-STATE.md
。压缩来了也不丢。
2. 语义搜索召回
记忆多了找不到？用 memory_search。问"之前 trading 那个决定"，它从几十个文件里找相关内容。
3. 知识复利
每周花 10 分钟，从日志里提炼精华到
MEMORY.md
。日志是素材，
MEMORY.md
是结论。
4. Skill = 程序性记忆
重复的工作流写成 Skill 文件。下次匹配到任务自动加载，不用每次解释。
自动化：让 Agent 自己打扫

手动整理记忆太累。我写了两个自动化：
1.memory-janitor.py— 自动归档过期记忆

每天凌晨跑一次，扫描
MEMORY.md：

• P1 超过 90 天 → 移到 memory/archive/
  
• P2 超过 30 天 → 移到 memory/archive/
  
• P0 永不动
  

MEMORY.md
自动保持精简，不用手动清理。
2. 知识复利 — 日志自动提炼
每天检查昨天的日志，自动提炼核心洞察：

• 决策和结论
  
• 成功的方案
  
• 失败的教训
  

提炼完标记 ，重要的同步到MEMORY.md
日志是原始素材，insights 是蒸馏后的精华。
架构图：

1. 每日日志 ──→ 知识复利 ──→ insights/月度文件
2. ↓
3. 重大洞察
4. ↓
5. MEMORY.md ←── janitor 自动清理过期

复制代码

直接可用的文件模板

MEMORY.md
模板：

1. # MEMORY.md - Long-Term Memory
2. ## About [Your Name]
3. - [P0] 时区：XX
4. - [P0] 偏好：简洁回复，不要废话
5. - [P0] 沟通方式：Telegram
6. ## Active Projects
7. - [P1][日期] 项目名：状态
8. ## Key Decisions
9. - [P1][日期] 决定了 X，因为 Y
10. ## Lessons Learned
11. - [P0] 不要在没备份的情况下改配置
12. SESSION-STATE.md 模板：
13. # SESSION-STATE.md - Working Buffer
14. ## Current Task
15. [当前在做什么]
16. ## Context
17. [重要背景，压缩后需要恢复的信息]
18. ## Pending
19. - [ ] 待确认项

复制代码

效果

用了这套架构一个月：

• Agent 记得我的偏好，不用每次重复
  
• 项目上下文不丢，跨天继续
  
• 压缩不怕，关键信息有备份
  
• 记忆自动清理，不会越来越臃肿
  

养 agent 不是配个 API key 就完事。
AI 的本质是根据已知的内容输出一个概率分布，完善的记忆管理，决定了 AI 输出的概率分布的范围和准度。
怎么管理它的 memory，决定它能帮你做到什么程度。
把这套结构复制过去，或者直接丢给你的 agent 让它自己改。
还是那句话

大多数人用 AI，是在消耗时间。

少数人用 AI，是在积累资产。

其实我还有其他进阶的想法，就是动态的一直压缩记忆，
按时间，还是按事件分类的角度去分类，我还没想清。
如果有好的建议，希望可以留言评论，谢谢
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！