记忆不是存档，是能调用的判断力# 第六章

第六章 记忆不是存档，是能调用的判断力

写给：在意学习和成长的人

我教过一门课，六周。第三周开始我就发现一件让我不安的事：成绩好的学生用 AI，是让自己更快；中等的学生用 AI，是让自己更轻松。表面上看，他们用的是同一款工具。但一个在升级自己，一个在外包自己。等到期末交卷的时候，差距大到让我重新设计了下学期全部课程。

这件事和我们要讨论的"记忆"有关，但这里说的不是我们通常讲的那种记忆。

智能体的记忆和我们人类的记忆，在本指南里其实回答的是同一个问题：

什么是真正留得住的东西？

接下来的四节，我想把记忆作为活的判断力这件事拆开讲。我不打算劝你戒掉 AI，也不打算把它捧成神。

我只想让你知道一件事，记忆不是存档，是能调用的判断力；学校训练的那套"答对题"的肌肉，和智能体时代要用到的"提对问题"的肌肉，几乎是相反的两套。

21 活的记忆

组织真正的记忆不在聊天记录里，而在反复出现的判断模式里。好的系统会把历史行为沉淀为当前判断，坏的系统只会把噪音永久保存。

教 AI 编程，我最怕的不是学员问"这步怎么写"，而是他们第二天回来说"老师我已经会了"。我心里咯噔一下：会，是指记住如何完成项目的步骤了；还是指他遇到新报错，能自己判断往哪个方向查？

后来我经过反复打磨，从教"如何用 AI 写代码"，到核心是教"下次 AI 抽风时你脑子里剩下什么"。

我在蚂蚁做用户画像那阵子，团队也吵过类似的事：给一个用户打 30 个标签，还是只留 3 条"他在什么场景下会做什么"的行为规则？答案是后者，30 个标签是存档，3 条规则才是判断。

后来我才把这两件事联系到一起：所有"我已经记住了"的、所有 30 个标签的系统，都在把记忆当存档，而不是当判断。

大部分人理解的记忆是错的。

我们以为记忆就是存档、就是聊天记录、就是被保存下来的文本。

但在智能体系统里，记忆是另一回事：反复出现的判断模式被沉淀下来，下一次能直接被调用。

背单词 APP 帮你记住一万个词，问题是出国旅行时大脑一片空白。它没帮你记住英语，只是帮你存了档案。

Who Controls the Conversation（研究"用户和开发者对系统提示词的态度"，CHI 2026 最佳论文奖）这篇论文让我重新理解了"系统提示词"是什么。它不是技术参数，更像这个系统的人格宪法。研究把系统提示词拆成七大类：

角色身份、能力领域、沟通风格、合规安全、部署运行、内在价值观、回答质量。

最有意思的一组数据是：89% 的用户希望系统提示词透明，79% 希望有控制权，但只有 8% 想要完全编辑权。

我看到这组数字的时候笑了一下。

大多数人不想自己写规则，他们想知道规则是什么。

这就像你雇了一个管家，你不一定要自己写他每天的行程，但你得知道他替你做了什么决定。

"有边界的代理权"（bounded agency，"知道自己被什么规则管着，但不一定要亲自改规则"）指的是：

知道自己被什么规则约束，不一定要亲自改写规则。

大多数人在 AI 关系里真正想要的，就是这个。

Conversing with Objects（研究"AI 通过日常物品与用户建立关系"）这篇更打动我。它提出了一个我之前没想过的词：跨具身性（trans-embodiment，AI 不必自己有人格，可以"借"用户身边物品的身体和记忆来开口）。

AI 不需要有自己独立的人格，它可以让用户身边那些"有记忆的物品"重新开口说话。

毛绒玩具记得你童年的安全感，朋友送的那本书记得你们之间的温度。

物品承载着身份和关系。

论文把物品身份分成三类：感知型（基于物理特征）、情境型（基于使用场景）、关系型（基于背后的人）。

最高级的系统记忆不是数据库，是情感锚点。

如果你在教育或者培训行业，请把这句话多读两遍：你给学生留下的最有价值的东西不是知识，而是他在某个具体时刻和具体问题的相处方式。

情感锚点和关系型记忆说的都是这件事。

RECALLbot（一个研究"AI 与老人共同建构记忆"的项目）的研究更进一步，它提出了一种我没见过的东西：

"共同建构记忆"（co-constructed memory），AI 和人一起，把对话沉淀成双方都记得的往事。