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。
MEMORY.md ← 长期记忆（精华，常驻加载）
memory/YYYY-MM-DD.md ← 每日日志（原始流水账）
SESSION-STATE.md ← 工作缓冲区（防压缩丢失）
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：
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：
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：
[P0] 我的时区是 US Eastern ← 永不过期
[P1][2026-02-17] 正在写文章项目 ← 90天后归档
[P2][2026-02-17] 今天试了新工具 ← 30天后归档
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
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
。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
。日志是素材，
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
-
P1 超过 90 天 → 移到 memory/archive/
-
P2 超过 30 天 → 移到 memory/archive/
-
P0 永不动
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：
每日日志 ──→ 知识复利 ──→ insights/月度文件
↓
重大洞察
↓
MEMORY.md ←── janitor 自动清理过期
直接可用的文件模板
模板：
# MEMORY.md - Long-Term Memory
## About [Your Name]
- [P0] 时区：XX
- [P0] 偏好：简洁回复，不要废话
- [P0] 沟通方式：Telegram
## Active Projects
- [P1][日期] 项目名：状态
## Key Decisions
- [P1][日期] 决定了 X，因为 Y
## Lessons Learned
- [P0] 不要在没备份的情况下改配置
SESSION-STATE.md 模板：
# SESSION-STATE.md - Working Buffer
## Current Task
[当前在做什么]
## Context
[重要背景，压缩后需要恢复的信息]
## Pending
- [ ] 待确认项
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🙏
▶︎ 如果这篇文章有帮助到你
可以点击下方关注我～
可以对文章点赞让我知道 👍
你们的关注与点赞是我继续写作的动力 🙏🏼
▶︎ 如果你对目前的职涯感到迷茫，或者对AI编程，以及工厂软件相关的有疑问都可以私信我，我都会尽可能给与你们解答和帮助 💡
我是 fishyue，深耕一线制造业近10年的工业软件架构师与 AI 实践者，长期从事 MOM、WMS、MES 等企业级系统建设，擅长将前沿 AI 编程与工业场景深度融合，探索 AI Agent 驱动的新一代智能工厂架构与开发范式
🔗 Connect With Me | 联系我
微信公众号:数字之心AI-Evangelist
