AI 助手没有记忆，问题不在模型：一次个人知识库实测的三点教训

最近我把自己的笔记交给 AI 助手，想让它变成一个随叫随到的个人知识库。结果很扎心：同一件事，上周明明写过，这周它又像第一次听说。我一开始怪模型记性差，后来做了三次对照，才发现问题不在模型，而在我给它的方式。先说结论：记忆不是把所有东西都塞进去，而是让助手在正确的时候，只拿到正确的一小部分。下面是我用三十多条真实笔记做的实测，方法不复杂，任何人都能复现。

一、测试是怎么做的
我准备了三类问题来考它。第一类是事实回忆，例如我上周定的服务器续费日期和备份策略；第二类是偏好判断，例如我写技术文章喜欢的口吻和篇幅；第三类是多步推理，例如根据三条零散笔记拼出一个项目的下一步。每个问题我都先在笔记里确认有明确答案，再看助手能不能在不提示原文的情况下答对。评分很简单：答对、答错、编造，三个档就够了，不用搞复杂量表。

二、第一次：把笔记全塞进去，结果最差
我先把三十多条笔记原样拼成一个长文档，告诉助手以后都按这个回答。结果反而最差。长文档里有旧方案、新方案、随手记和待办混在一起，助手经常把已废弃的旧配置当成现行答案。更麻烦的是，它会在回答里把几个不相关的片段拼起来，看起来言之凿凿，实际上没有一条笔记这样写过。这次教训很直接：信息越多，干扰也越多，全量记忆等于没有重点。

三、第二次：只给摘要，准了，但丢了细节
第二次我把每条笔记压缩成一句话摘要，只保留结论和日期，删掉过程和背景。这次事实类问题明显好转，助手不再把旧配置当成新答案。但是多步推理还是不行，因为摘要里没有留出推导链条。比如我问下一步该先做哪件事，它能说出目标，却说不出为什么先做这件而不是那件。摘要适合快速回忆，不适合需要证据的判断，这是第二次的边界。

四、第三次：分层给，效果最好
第三次我做了分层。第一层是长期偏好和硬性约束，例如写作口吻、预算上限和不能碰的生产操作；第二层是当前项目的一页摘要；第三层才是按需调取的原始笔记，而且每次只给最相关的两三条，回答时还要标出依据是哪条笔记。结果三类问题都稳定了很多，尤其多步推理，因为它终于有了可核对的证据，而不是凭感觉拼凑。分层的核心不是技术多高级，而是先想清楚这次对话到底需要什么。

五、可以照抄的落地清单
第一，定期清理笔记，把已废弃方案单独归档，不要和现行方案放在同一层。第二，给每条重要笔记加一句话结论和最后更新日期，助手先读结论，再决定要不要读全文。第三，回答前要求它先列出依据，找不到依据就直说不知道，不要编。第四，敏感操作单独设一道人工确认，哪怕助手很有把握。第五，每周花十分钟复盘一次答错的问题，多数时候错的不是模型，而是笔记本身写得含糊。

结语
这次实测让我换了一个标准：不再问助手记住了多少，而是问它在关键时刻能不能少而准地拿到依据。记忆做得好，助手会显得稳；记忆做得乱，助手只会显得自信地出错。如果你也在给助手接知识库，不妨先从清理和分层开始，效果往往比换一个更大的模型更明显。