Appearance
组织记忆：从记录到选择
第二部 · Agent 系统与平台 · 第4章
撰写日期：2026-08-31（整理自 2026-07-03 至 2026-07-13 的实践）
结论
组织记忆的核心能力不是记录，而是选择。代码仓库、文档和聊天工具已经保存了大量事实；AI 的增量，是从事件里筛出少数会改变未来决策的内容，并在需要时把它们重新带回现场。
记忆系统的价值，由它拒绝记录的东西和它能否正确修正旧判断共同决定。
1. 先区分事实源、镜像和记忆
| 层 | 保存什么 | 删除语义 |
|---|---|---|
| 事实源 | 文档、代码、会议、消息 | 由原系统决定 |
| 镜像 | 当前可检索副本 | 跟随源端增删 |
| 记忆 | 已确认且会影响未来的判断 | 不因原文删除而静默消失；用新决策显式修正 |
三层混在一起，记忆要么退化成全文备份，要么失去出处。存储可以共享，呈现可以按角色和任务个性化。
2. 先分类，再决定记不记
| 层级 | 例子 | 处理 |
|---|---|---|
| 工作改动 | 按钮颜色、字段名、一次性文案 | 不记，交给版本历史 |
| 项目决策 | 登录方案发生变化 | 进入候选，记录原因与影响 |
| 长期原则 | 团队以后怎样评审或交付 | 优先进入候选，并设置复审时间 |
影响时长可以作为辅助信号，但不应被写成固定门槛。更重要的问题是：以后是否会再次遇到、当时为什么这样决定、忘记它的代价是什么。
没有够格的候选时，空输出是正常结果。为了“每天有产出”而凑数，会迅速把记忆库变成另一份日报。
3. 人工确认是校准回路
早期由 AI 生成候选，人负责接受、拒绝或编辑。系统同时记录：
- surfaced：模型提出过哪些候选；
- accepted / rejected：人如何处理；
- edited：人改动了哪些字段；
- recalled：后续任务是否真的用到了这条记忆。
自动化权限是否扩大，应由一段时间的真实接受率、编辑率和错误后果决定，不应套用统一的样本数或百分比。
4. 补全记忆生命周期
完整生命周期是：
text
产生 → 筛选 → 确认 → 存储 → 检索 → 触发 → 修正 / 失效 → 遗忘至少需要四个出口：
- 拒绝：候选不合格就明确清出；
- 修正：新判断推翻旧判断时保留关系，而不是覆盖历史；
- 复审：时效性强的原则到期后重新确认；
- 遗忘：删除高价值记忆是高风险动作，默认由人决定。
5. 记忆的价值在触发
只存不用的记忆不会形成关系，也不会改善决策。产品指标不能只看存了多少条，还要看：
- 相关任务中是否召回了正确记忆；
- 用户是否因记忆减少了重复解释；
- 旧记忆是否导致了错误建议；
- 记忆的引用能否回到事实源。
6. 最小闭环
text
事实源 → 增量采集 → AI 筛选（允许为空）
→ 人工确认与编辑 → 共享记忆库
→ 按任务检索 → 引用原文 → 记录使用与修正先用现成工具跑通这个闭环，再决定是否建设专门产品。记忆库越小，越应该把力气放在筛选和验证，而不是基础设施规模。