记忆的三种错法:记太多、记不住、记了不敢信

45 阅读11分钟

开场:三句话,来自三个陌生人

这三句话不是我编的,是我这两天翻评论翻出来的。

第一句,一个 HN 用户在某个"生物衰减记忆"产品的帖子下面说:

我知道好像所有人都想让 agent 记住它跟你有过的每一次对话,但我真看不出这有什么价值。事实上,它似乎是降低了生产力——agent 会因为我昨天说过的一句话来质疑我今天的决定。每一次我用过的记忆系统,agent 都会因为之前的对话而从当前任务上分心,而且经常把不相关的项目混在一起。

第二句,一个 V2EX 用户写自己折腾记忆系统的半个月:

半个月下来,系统本身没问题,问题全在"让它活着"这件事上。 ……要么接受自己当运维,要么接受订阅费,没有既要又要的方案。

第三句,还是 V2EX,一个人问得很客气:

我有点怀疑维护成本。如果 AI 记错了,或者把一次性的想法当成长期偏好,最后是不是还得定期检查和清理? 那它和自己维护 Notion、Obsidian 相比,到底省了多少事?

三句话,三个方向,看起来互不相干。

但它们是同一件事的三个面:第一句是记太多,第二句是记不住,第三句是记了不敢信。

我把这三个叫"记忆的三种错法"。这三个坑我都踩过,而且踩的顺序就是这个顺序。


错法一:记太多 —— 你的 AI 变聪明了,也变烦了

先说最反直觉的一个:记忆做得好,产品会变差。

上面那位 HN 用户的话值得再读一遍。他不是说"我不需要记忆",他说的是"每一次我用过的记忆系统都这样"。这是一个用过很多产品的人的总结,不是新手的抱怨。

下面有人给了诊断,我觉得是这 632 条评论里最有价值的一句:

agent 之所以会分心,是因为每一条旧事实和当前事实的权重是一样的。这是一个 salience(显著性)问题。 我在生产环境里管用的做法是给记忆分类型,不同的类型配不同的衰减曲线: 人格和关系基本是永久的;偏好按月衰减;明确说过的意图按周衰减;情绪和事件按天衰减。 再加上强化(被反复回忆的东西权重上升)……

这段话点了两件事,第二件比第一件重要:

第一,记忆的关键不是"存",是"排序"。 你的库里躺着 500 条事实,AI 每次只能带 5 条进上下文。带哪 5 条,决定了它是帮手还是负担。

第二,"平等"是错的。 我们做数据库做久了,天然觉得一行记录就是一行记录,大家平等。但记忆不是数据,记忆有年龄,有类别,有被重复提起的次数。"我三周前说过这周要专心做推广"和"我不吃辣"这两句话,在任何合理的记忆系统里都不该同权——前者三周后应该沉下去,后者一辈子不该沉。

坑在哪: 大多数人(包括我)第一次做记忆,都是"有就存、存了就检索"。存的时候很爽,读的时候才发现——你存进去的每一条,都在跟今天的任务抢位置。

这一条我认,是我们现在的短板。我们区分了"待审 / 已入库",但还没有按记忆类型分权重。所以"AI 拿三周前的话来干扰今天的活"这件事,在我们这儿也会发生。


错法二:记不住 —— 不是忘了,是它压根没活下来

这一条最扎心,因为它不是算法问题,是运维问题。

回到第二位那位 V2EX 用户。他装了 GBrain,跑了两周,最后上云了。他列的三个坑我原样抄一下:

第一坑:保活。 记忆系统的意义就是一直在线一直吸收,但我的主力机是笔记本,合盖就睡。挂在台式机上,结果一次系统更新自动重启,断了两天才发现。

第二坑:数据放哪。 记忆数据就是这系统的全部价值,放本地磁盘总觉得悬,配自动备份又是一堆活。折腾到后面发现我在给一个工具当运维。

第三坑:换机器就完蛋。 在公司想查档案,数据在家里机器上。搞内网穿透?又是新一轮折腾。

然后他的结论:

要么接受自己当运维,要么接受订阅费,没有既要又要的方案。

这句话我看了很久。因为它说得对,而且它是对所有"本地优先"方案的判决——包括我做的这个。

但我想给这句话加一个限定条件,因为它把两件不同的事混成了一件:

"保活"和"备份/换机"是两种完全不同的架构问题。

  • 如果你的记忆产品是持续吸收型(一直吃你的会议记录、邮件、聊天),那它必须常驻。笔记本一合盖它就断,这是硬约束,没解法。他遇到的正是这个。
  • 如果你的记忆产品是按需检索型(AI 要用的时候才叫它起来,用完就退),那"保活"这个词根本不适用。它不需要活着,它需要的是在。

我是第二种。这不是我比谁聪明,是架构选择带来的免费好处——但也正因为如此,我一开始根本没意识到"备份"这件事有多重要。

因为我们的全部记忆就是一个 SQLite 文件。

一个文件。换个电脑,把这个文件夹拷过去就完事。听起来是优点,对吧?

但它同时意味着:删掉就没了。 没有云端副本,没有回收站,没有"7 天内可恢复"。一个 40 KB 的文件,装着你说过的大半年的所有事。

所以第二种错法的真相是:"记不住"往往不是因为 AI 忘了,是因为人没有备份。


错法三:记了不敢信 —— 谁来清理,答案必须是你

第三条是我认为最难的,也是最没人愿意讲的。

那位 V2EX 的提问者,一句"我不是重度程序员",把自己划出了技术圈。他描述的场景我读了很亲切:

单次任务都挺好用,但只要隔几天、换个 session 或换个 Agent,之前的背景就断了。已经排除过的结论会重新讨论,纠正过的写作习惯也要再说一遍。

这就是我们要解决的问题。但他紧接着提了三个问题,我一个都回答得不利索:

问题一:AI 记错了怎么办?

会记错。这不是概率问题,是必然。你随口一句"这个方案先放着吧",它可能记成"用户不喜欢这个方案"。三个月后它拿这条来劝你,你甚至想不起来自己说过。

问题二:一次性的想法被当成长期偏好怎么办?

这个更常见,也更烦。你说"这次先别写测试了,赶时间",它记成了"用户不喜欢写测试"。

问题三(最要命):这跟 Obsidian 有什么区别?

这个问题之所以最要命,是因为乍一听确实没区别。如果我的记忆就是一堆 md 文件,那我为什么不直接用 Obsidian 记,然后让 AI 读?

我想了很久,唯一站得住的答案是这个:

Obsidian 是给你看的,记忆是给 AI 用的。这两件事对"可信"的要求不一样。

你自己整理笔记,错了你会改,忘了你会补,因为你知道自己写过什么。

但 AI 的记忆你看不见。它有 300 条,你不可能每天翻一遍。所以它一旦记错,你不会知道——直到它拿着错误的前提给你干了一整天的活。

所以第三种错法的解法不是"记得更准",是让它能查,让它能改,让你能看见它在拿什么影响你。

具体说就是三件事:每条记忆有出处、有状态、能撤回。

这也是为什么我们最后的样子是"一条一记忆 + 待审队列",而不是"一个大文件往里塞"。不是为了显得严谨,是因为不可审计的记忆,用久了没人敢信。


三种错法的共同点

写到这里我发现,这三个坑有一个共同的形状:

它们都不是"技术不够"的问题,都是"取舍没做对"的问题。

  • 记太多 → 取舍做在了"存"这一端(什么都存),没做在"用"这一端(用的时候不排序)
  • 记不住 → 取舍做在了"轻"这一端(不做备份、不做迁移),把代价推给了用户
  • 记了不敢信 → 取舍做在了"自动化"这一端(全自动写入),放弃了人的最终裁决权

我见过太多关于记忆的技术讨论,都在争 向量还是图、RAG 还是微调。

但 632 条英文评论 + 83 条中文回复里,没有一个人在争这个。他们争的都是上面那三件事。

顺便说一句,有个 HN 用户的经历挺有意思,他说自己绕了一圈:

我上一个产品试过图数据库的方案。现在这个新产品,我又回到了 SQLite……我发现 LLM 用 sqlite3 和 SQL 语句其实非常在行。

还有个 V2EX 用户吐槽 mem0 用到上万条:

记忆条目达到 10000 条以上的时候召回精度好像会下降……我没测别的记忆软件,因为这两个里面的记忆我没发现有办法转移到别的记忆软件里。

两句话合起来是:技术选型最后会收敛到简单的东西上,而用户真正跑不掉的是"迁不走"。


我们自己的位置(这部分不好听)

我不太会写"我们的产品有多好"这种段落,所以直接报账。它叫记忆蜂巢(英文名 Apiary Memory),官网在 hello-fengchao.com。

已经做到的:

  • 纯 SQLite + md,零外部依赖,没有向量库、没有图数据库、没有守护进程
  • 六个 MCP 工具,任何支持 MCP 的客户端都能接
  • 一条一记忆 + 待审队列:AI 想写进来要先提案,你点头才入库
  • 换电脑 = 拷一个文件夹(但见下面第三条,这条我还没写成文档,等于没有)

没做到的(三条,正好对应上面三个坑):

  1. 没有按类型分级衰减。 所以"记太多导致分心"这个问题,我们目前只能靠人工删来解决。这条已经开成施工需求单,还没动手。
  2. 备份没有路径,只有事实。 事实上你得手动复制 ~/.memory-hive,但这句没人写过,等于不存在。忘一次就是全丢。
  3. "原则"和"一次性意见"还分不清。 这是第一个坑的另一种表现,也是最容易让用户弃用的地方。

我不打算把这三条说成"正在路上,敬请期待"。它们现在就是没有。

但我想说的是另一件事:

这三个坑,我是先看到别人踩了,才回头发现自己也站在坑里。

如果不是翻了这 632 条评论,我大概还会觉得"零依赖、本地存储、数据归你"是个干净的卖点,然后拿着它去跟人讲。

事实是——这三句话在这个社区里几乎无人回应。 隐私和数据所有权,在 632 条英文评论里只有 4 条提到(0.6%),谈及锁定的只有 5 条(0.8%)。他们不关心记忆归谁,他们关心记忆准不准、会不会帮倒忙。

这个发现让我把准备写的第一篇推广稿整个废了。


最后一句

记忆这件事,做到最后你会发现它跟数据库设计几乎没关系。

它更像人际关系:一个把你说过的每句话都记着、还时不时翻出来提醒你的人,你不会觉得他贴心,你会觉得他可怕。一个转头就忘的人,你也用不下去。

中间那条线在哪,没人给过标准答案。

但至少有三个错误可以被命名:记太多、记不住、记了不敢信。

知道自己在犯哪一个,比知道该用向量还是图,有用得多。


出处

  • HN,11 个 AI 记忆相关帖,632 条评论(2024-04 至 2026-09)。Algolia 公开索引。 第一段引文出自 "Show HN: AI memory with biological decay" 讨论串,2026-04。
  • V2EX,v2ex.com/t/1228257(2026-07-18)、v2ex.com/t/1233919(2026-08-12)、 v2ex.com/t/1235793(2026-08-20)、v2ex.com/t/1218210(2026-06-05)。
  • 掘金,9 篇 AI 记忆相关文章,37 条评论(2026-10 检索)。
  • 所有百分比来自 HN 632 条完整评论的关键词统计,非抽样推算。V2EX 部分不报百分比—— 该平台的公开搜索只返回片段,无法做全量统计(详见我的扫描报告)。

项目地址:github.com/330899935/m…