GEM记忆执行架构设计与实践——对VibeWorking基础设施记忆架构的优化

从三层记忆到GEM记忆架构：个人助手记忆系统进化史

摘要

本文记录了WorkBuddy个人工作助手记忆系统从三层架构到GEM架构（ Gene-Executive-Memory）的演进。三层记忆架构解决了AI跨会话记忆保持问题，但在实际使用中暴露出策略信号稀释、失败经验分散、调度机制缺失、记忆类型边界模糊四大问题。GEM架构通过Gene方法论引入，将常驻注入从~6400 token精简至~1720 token（-73%），建立显式路由表、双节点蒸馏机制和三类记忆分类管理，实现"策略信号密度提升"与"懒加载真正生效"。

一、起点：三层记忆架构的建立与成果

1.1 问题的起源

2026年初，在使用各种原生大模型辅助工作时，发现一个核心问题：上下文切换成本太高。

每个平台都需要重新说明背景，重复沟通消耗了30-50%的时间。上下文断裂，信息无法跨平台流转。同样需求在不同工具中重复表达，无法形成工作流。工具之间互相独立，无法配合完成复杂任务。

更严重的是"金鱼记忆"问题：上下文窗口有限，超出后早期对话内容会被压缩或丢弃。对于需要持续数周、数月的工作，这种机制完全无法胜任。

1.2 三层记忆架构的设计

为解决上述问题，建立了三层记忆架构，借鉴人类认知模型：

核心思想：不在一个篮子里放所有鸡蛋。会话上下文窗口是L3会话层的工具，L1和L2通过文件系统持久化，不受上下文窗口限制。

1.3 核心成果

三层记忆架构建立后，解决了跨会话记忆保持问题，并建立了三项核心成果：

成果一：铁律体系

在工作区根目录的导航文档中注入三条铁律：

• 根目录只放文件夹，不放散落文件
• 任何超过30分钟的工作必须建任务目录
• 删除优先用回收站机制（可恢复优先）

成果二：信息归属判定

建立判断口诀：

• 定义我是谁 → 范式层（身份设定文档）
• 定义我怎么工作 → 范式层（工作原则文档）
• 定义我知道什么 → 档案层（长期记忆文档）

成果三：实践验证

两个完整案例验证了三层记忆的有效性：

• 商机雷达面板：48小时从想法到系统上线
• HereNow桌面应用：4小时从想法到可执行文件

二、问题暴露：实际使用中的四大缺陷

随着系统不断扩展，三层记忆架构在实际使用中暴露出四个根本性问题。

2.1 缺陷一：策略信号稀释

现象：范式层文档体量膨胀，策略被背景稀释。

在工作区的范式层，有多个身份设定和工作原则文档。随着时间推移，这些文档不断积累内容，从最初的简洁策略，变成了详细的操作手册。

问题本质：同样字数，组织成"策略"才有用，组织成"摘要"没用。长文档把强模型的固有能力直接压住了，只有核心策略层真正起作用，背景说明、详细示例、模板填充都在稀释控制信号。

2.2 缺陷二：失败经验分散

现象：失败经验的警告信号分散在多个文档中，有重复有遗漏。

在工作区的各类文档中，散布着各种"不要这样做"的警告。这些警告分布在范式层的身份设定文档、工作原则文档、工具配置文档等多个位置。

问题本质：失败经验不应该原样堆砌叙事，应该提炼为警告信号。分散导致AI无法在关键时刻触发正确的约束，重复导致注入冗余，遗漏导致关键风险未被覆盖。

2.3 缺陷三：调度机制缺失

现象：缺少统一的调度路由表，AI需要从多个文档中拼凑调度逻辑。

在工作区，有大量详细的工作原则文档和技术经验文档。这些文档通过范式层的身份设定文档引导加载，但没有显式的"元路由表"。

问题本质：懒加载最大的风险不是"存了找不到"，而是"不知道该找"。没有显式路由表，AI不知道"开发任务→加载哪个文档"，导致懒加载机制无法真正生效。

2.4 缺陷四：记忆类型边界模糊

现象：范式层中既有硬约束（必须常驻），又有软经验（应降级为长期记忆），混合在一起。

在工作区的工具配置文档中，既有技术环境的硬约束（Python路径、Node路径，必须常驻），又有技术经验（PPT设计踩坑、Python环境配置经验，应降级为长期记忆），两者混合在一起。

问题本质：陈述性记忆（事实性知识）与程序性记忆（执行策略）混合，导致职责不清。硬约束应该常驻注入，软经验应该按需加载，但缺乏明确的分类机制。

三、理论突破：Gene方法论与认知科学框架

3.1 Gene方法论的核心发现

2026年4月22日，研读清华xEvoMap论文（arxiv 2604.15097），发现关键结论：

核心洞察：

• Gene赢的不是长度，是形态
• 只有策略层真正起作用，背景说明、详细示例、模板填充都在稀释控制信号
• 失败经验最佳形态 = 警告信号（非原样堆砌叙事）

3.2 认知科学框架的契合

心智系统四层模型与GEM架构的映射：

关键概念：

• 晶体智力 = 优质陈述性记忆 → 对应"晶体化蒸馏"
• 刻意练习→类别化→固定思维模式→共性迁移 → 对应"Gene蒸馏→匹配→执行"

四、关键策略：GEM架构设计

4.1 架构命名与定义

GEM — Gene-Executive-Memory

命名理由：3字母简洁有力，G-E-M恰好是三个核心支柱，gem英文意为宝石——双关晶体智力(crystallized intelligence)

4.2 架构设计图

GEM架构图

4.3 与旧架构的关键区别

五、执行方案设计：Gene池与三类记忆

5.1 Gene池构建：10个策略模板

Gene结构规范（~50 token each）：

## Gene: [名称]
**SIGNALS**: [触发信号，逗号分隔]
**STRATEGY**: [核心策略，2-3句话]
**CONSTRAINTS**: [警告信号，如有]

十个核心Gene：

5.2 三类记忆分类管理

针对"记忆类型边界模糊"缺陷，建立三类分类管理机制：

工具类记忆（Gene 8: ToolMemory）

• 触发时机：用户显式要求创建/安装新技能时
• 执行流程：创建/安装技能完成后，立即更新源文档，同步到经验文档，失败则记录每日记录待补
• CONSTRAINTS：AVOID: 工具类同步失败未记录

知识类记忆（Gene 9: KnowledgeMemory）

• 触发时机：完成知识密集型任务后（研究报告、技术方案、行业分析等）
• 抽取标准：用户明确要求沉淀 或 Agent判断具有长期复用价值
• 执行流程：抽取知识点 → 按命名规范生成Markdown → 写入知识库 → 更新索引文件
• 命名规范：YYYY-MM-DD_[主题]_[类型].md（类型：概念/方法/经验/技术/流程）
• 目录分类：概念与方法论/ 项目经验/ 技术知识/ 工作流程/
• CONSTRAINTS：AVOID: 知识类进Gene池。AVOID: 知识文件超过500字（提炼精华）
• 关键设计：知识类记忆不进入Gene池，因为知识类是陈述性记忆，Gene池是程序性记忆（执行策略）

策略类记忆（Gene 10: StrategyMemory）

• 触发时机：用户显式要求制定策略 或 Agent在任务中发现可复用的策略模式
• 确认标准：
  • 长期记忆：跨3+任务验证有效，或用户明确要求长期保留
  • 进Gene池：跨会话通用 + 高频触发 + 符合Gene结构（SIGNALS+STRATEGY+CONSTRAINTS）
• 确认流程：先向用户确认是否长期记忆 → 再确认是否进Gene池 → 用户确认后创建记忆文件 → 如果进Gene池，更新常驻注入文档和完整定义文档
• 同步更新机制：更新常驻注入文档（Gene池部分）+ 更新完整定义文档（Gene详细定义部分）+ 更新警告信号汇总表（如有新约束）
• CONSTRAINTS：AVOID: 策略类未确认进Gene池。AVOID: 进Gene池后未同步完整定义文档。AVOID: 显式要求未判定就存储
• 关键设计：策略类记忆与Gene池紧密关联，进Gene池后必须同步更新完整定义文档

5.3 调度路由表：显式调度机制

针对"调度机制缺失"缺陷，建立显式路由表：

路由铁律：路由表是懒加载生效的前提，无路由则不知道该找。详细原文供深度查询时使用。

5.4 双节点蒸馏机制

针对"失败经验分散"和"进化机制缺失"问题，建立双节点蒸馏：

六、落地修改规划与关键细节

6.1 Phase 1：Gene池构建

任务清单：

1. 创建完整定义文档，写入10个Gene完整定义
2. 更新常驻注入文档：精简至~1720 token
3. 更新身份设定文档：精简至~100 token
4. 更新用户画像文档：精简至~100 token

关键细节：

• Gene体量控制在~50 token，避免稀释
• SIGNALS明确触发条件，避免模糊
• CONSTRAINTS统一管理警告信号，避免分散

6.2 Phase 2：晶体记忆迁移

任务清单：

1. 创建晶体记忆目录
2. 从各类工作原则文档提炼核心策略 -> 晶体文件
3. 创建归档目录
4. 原文件移动到归档目录，添加【crystal源】标记

关键细节：

• 晶体化原则：保留策略形态、删除背景稀释、保持可检索、版本标记
• 归档源文档从"历史文档警告"改为"归档说明"，强调这是"源文档"而非"历史文档"

6.3 Phase 3：三类记忆分类管理

任务清单：

1. 创建知识类记忆Obsidian规范文档
2. 创建知识类记忆源文档
3. 更新技术经验晶体化文档（工具类记忆同步机制）
4. 在知识库创建目录结构和索引文件

关键细节：

• 知识类记忆写入知识库：按照命名规范和目录分类
• 索引文件：定期更新，确保可检索

6.4 Phase 4：长期记忆精简

任务清单：

1. 审查当前长期记忆文档内容
2. 删除已在Gene中表达的策略
3. 删除已在晶体记忆中表达的背景知识
4. 保留：项目档案索引、里程碑、用户偏好、API配置

关键细节：

• 删除铁律汇总（已在Gene中表达）
• 精简用户偏好（删除已注入的配置）
• 保留项目档案索引、里程碑、每日记忆索引（核心价值）

6.5 Phase 5：双导航文档关系明确

任务清单：

1. 更新工作区的导航文档，完整重写为GEM架构术语
2. 更新根目录的导航文档，添加双导航文档关系说明

关键细节：

• 根目录导航文档 = IDE的"项目身份证"，由WorkBuddy系统生成
• 工作区的导航文档 = 毕哥的"工作导航"，提供快速索引和启动检查清单
• 两者互补，根目录导航文档指向工作区的导航文档

6.6 Phase 6：同步更新机制

任务清单：

1. 同步常驻注入文档到系统注入位置
2. 更新警告信号汇总表（补充Gene 8/9/10的警告信号）
3. 更新每日记录（记录本次工作）

关键细节：

• 策略类记忆进Gene池后，必须同步更新：常驻注入文档 + 完整定义文档 + 警告信号汇总表
• Gene 10 CONSTRAINTS明确要求：AVOID: 进Gene池后未同步完整定义文档

七、结果总结：定量与定性效果

7.1 定量效果

7.2 定性效果

效果一：策略信号强度提升

从3000 token稀释→1720 token纯策略。Gene论文证明：同样字数，组织成"策略"才有用，组织成"摘要"没用。

效果二：调度可预测

路由表显式定义，懒加载真正生效。之前的问题是"不知道该找"，现在路由表告诉AI"开发任务→加载开发规范文档"。

效果三：失败经验可用

警告信号统一管理，不再分散叙事。之前警告信号分散在6+文件中，现在统一整合到各Gene的CONSTRAINTS部分。

效果四：进化自动化

双节点蒸馏，持续提炼。任务完成节点+每日压缩节点，任一触发即可。

效果五：认知科学对齐

GEM架构符合中央执行系统+陈述性记忆+程序性记忆模型。这不是巧合，而是刻意设计的结果。

效果六：记忆分类管理

三类记忆（工具类/知识类/策略类）各有明确的触发时机、执行流程、判断标准，避免混乱。

效果七：知识沉淀自动化

知识类记忆自动输入知识库，无需手动整理，形成知识库。

效果八：Gene池同步机制

策略类记忆进Gene池后，自动触发常驻注入文档和完整定义文档同步更新，确保Gene池定义与实际一致。

八、核心洞察总结

洞察一：Gene赢的不是长度，是形态

长Skill把强模型的固有能力直接压住了。只有策略层真正起作用，背景说明、详细示例、模板填充都在稀释控制信号。

洞察二：警告信号是失败经验的最佳形态

失败经验不应该原样堆砌叙事，而应该提炼为警告信号。警告信号统一管理，不再分散叙事。

洞察三：路由表是懒加载生效的前提

懒加载最大的风险不是"存了找不到"，而是"不知道该找"。路由表显式定义，AI才知道"开发任务→加载开发规范文档"。

洞察四：蒸馏需要双节点触发

单节点蒸馏容易遗漏。双节点（任务完成+每日压缩）设计，确保持续提炼。

洞察五：记忆需要分类管理

三类记忆（工具类/知识类/策略类）各有不同的触发时机、执行流程、判断标准。工具类同步到经验文档，知识类输入知识库，策略类可能进Gene池。混淆会导致管理混乱。

洞察六：知识类不进Gene池

知识类记忆是陈述性记忆（事实性知识），Gene池是程序性记忆（执行策略）。两者功能不同，不应混合。

洞察七：策略类进Gene池需要同步

策略类记忆进Gene池后，必须同步更新完整定义文档，否则会导致Gene池定义与实际不符。

洞察八：知识库是知识沉淀的最佳位置

知识库提供RAG检索能力，适合存储知识类记忆。通过命名规范和目录分类，形成知识库。

结语

三层记忆架构解决了AI跨会话记忆保持问题，但存在策略信号稀释、失败经验分散、调度机制缺失、记忆类型边界模糊四大缺陷。GEM架构通过Gene方法论引入，实现了：

1. 常驻注入精简：从~6400 token → ~1720 token（-73%）
2. 策略信号密度提升：从3000 token稀释 → 1720 token纯策略
3. 调度可预测：路由表显式定义，懒加载真正生效
4. 失败经验可用：警告信号统一管理，不再分散叙事
5. 进化自动化：双节点蒸馏，持续提炼
6. 记忆分类管理：三类记忆各有明确机制
7. 知识沉淀自动化：知识类自动输入知识库
8. Gene池同步机制：策略类进Gene池后自动同步完整定义文档

这不是终点，而是新的起点。当然产品不断在迭代，WorkBuddy将继续进化，从工具到伙伴，从伙伴到生态，作为使用者而言如何用好更新的机制将是持续的挑战。

文档附注

本文旨在完整记录笔者在VibeWorking过程中，从三层记忆到GEM架构的演进历程，开放出来给各位开发者借鉴，为后续维护和优化提供理论基础和实践参考，如果你对于技能包、工程文件感兴趣，可以在评论区探讨。