一文搞懂个人AI记忆系统构建全流程





01



缘起


想法来自于工作中的实际感悟:任何公司和组织如果想用好 AI,前提是一定要完成相关的基建治理:数据清洗、知识库构建、流程对接等,否则再强的模型进来也只是个聪明的陌生人。


自己在工作中也经常遇到:给 codebuddy 讲的个人信息、原则、协作关系等重要内容,还要给 workbuddy、龙虾、claude code 等都重复讲一遍,要命的是每次新增、更新都要重复再讲一遍、更要命的是有些信息本身就需要频繁更新。人都有惰性,我也有,所以这些 AI 同事之间就有了信息差,协作问题就产生了……


不过,更难受的点还不是「要重复说」——是我积累的上下文和判断经验,绑在了特定的工具上。换工具就丢了。


能不能无论我用哪个 AI,他都能快速知道我是谁、我在做什么、我怎么判断、我希望他怎么和我协作、并且这些信息还能自动更新同步……? 最关键的是,这些信息要属于我并且归我管,而不是绑定在某个工具上。


于是这个尝试就有了。




02



怎么构建


   2.1 五层记忆


我把个人记忆拆成五层,每层回答一个问题:

identity      我是谁principles    我的原则/我如何判断preferences   我希望 AI 怎样和我协作context       我正在经历/做什么knowledge     我有哪些可复用的经验和能力


每层的价值:


   2.2 二级子目录


每个一级目录下,再划分二级子目录:


二级目录的分法都遵循一个原则:同一层内部,按「信息的来源或用途」拆分成三类,不强行凑数也不放任发散。


   2.3 目录有且只有两级、禁止无限嵌套


自己有一条硬约束:有且只有两级子目录,二级目录下只放文件,禁止再建三级目录。 内容多了,用文件名前缀区分(如 report-xxx.md、coding-xxx.md),而不是新建子目录。


  • 深目录会稀释判断。 路径每深一层,AI(和我自己)定位一条记忆要做的选择就翻倍。三层、四层嵌套下去,「这条到底在哪」本身就成了成本。两级封顶,任何一条记忆最多两次选择就能定位。

  • 嵌套会把「分类」变成「迷宫」。 子目录一旦可以无限建,同一类信息就一定会因为约束不明确导致越积越乱。扁平结构 + 文件名前缀,分类信息写在文件名里,一眼可扫。

  • 逼迫我在「分类」和「内容」之间做对的取舍。 当我想再建一层目录时,往往说明我在用新增目录逃避「这条记忆到底属于哪类」的判断。约束死目录深度,倒逼自己把归类想清楚。


   2.4 冲突解决


两层结构看起来清晰,但实际往里放东西时,还是经常会遇到灰色地带:放在这里也行、放在那里也不是不可以。 早期都是自己人工判断,后来逐渐形成了一套简单、易维护的判断规则,并且只需要覆盖最容易有分歧的几个灰色地带就行:


还有一层稳定性的考量:identity/、principles/ 是稳定层,极少变;preferences/、context/、knowledge/ 是动态层,持续更新。归类时分清一条信息是「长期不变的我」还是「当前阶段的我」,能避免把易变的 context 误当成长期身份。


举几个例子:

  • 「诚信是底线」——价值判断,进 principles/;「系统风险梳理工作法」——操作步骤,进 knowledge/skills/。

  • 「2026-02-04 xx系统设计评审纪要」——有日期的事件,进 knowledge/experiences/;自己事后提炼出的「系统设计评审模板」——无时间绑定的方法,进 knowledge/skills/。

  • 《金字塔原理》读书笔记——外部输入,进 knowledge/learnings/;我内化后形成的自己的表达框架——自己提炼,进 knowledge/skills/。


这里有一条升级路径:经验里反复出现的规律 → 提炼成技能;学习内容内化后 → 形成自己的技能。记忆不是静态归档,是会「升级」的。不过目前升级主要还依赖我人工判断。




03



记忆权重管理


我把五层记忆按重要性分成五个等级:


权重等级不作为独立字段写入每个文件,而是和目录绑定,即一个内容所在的目录,决定了它的权重:


冲突裁决:高等级优先于低等级。但始终保留用户的最终决策权——AI 可以告诉我「你的某条 L1 原则和当前决策冲突」,但决策是我来做,不是它替我做。




04



记忆文件的元数据


我给每个记忆文件加了一套 7 字段的 YAML frontmatter 元数据,相当于每条记忆的身份证。方案参考了 Google Cloud 的 OKF(Open Knowledge Format)规范,但我只取了自己需要的 7 个字段,让 AI 可以更高效的使用记忆内容:

---type:        # Identity/Principle/Preference/Context/Skill/Experience/Learning — 与目录一一对应title:       # 一句话标题 — 进 INDEX 总索引,AI 先看地图再决定读哪篇正文description: # 一句话说明「是什么 + 何时调用」— AI 扫到这里就能判断要不要往下读status:      # active / archived — 过期的标记出来,不参与调用privacy:     # internal(含个人信息/团队信息等)/ public(通用方法论等)tags:        # 跨目录主题标签,比如 [写作, 汇报, 认知] — 弥补目录单一维度的不足timestamp:   # YYYY-MM-DD — 沉淀日期,不是创建日期---


这 7 个字段,每一个都在解决一个实际问题:




05



实际案例:组织协作关系维护


拿我维护的一份「团队组织协作关系」说明整套结构是怎么落地的。


我有一段时间需要找不同团队的人梳理系统实现、沟通新项目方案、协调项目进展。项目涉及的团队多、人更多,经常漏掉干系人——该对齐的没对齐,方案推进到一半才发现「这个人还没聊过」,再回头补,节奏就乱了,自己也非常被动。


所以这个内容定位很关键:它不是通讯录,也不是项目材料,而是一份「AI 协作索引」,帮 AI 判断「这件事涉及谁、哪个团队负责、谁能拍板、谁要对齐、哪些还不确定」。


它放在 context/relations…

— 以上为试看内容(约 40%),开通会员后阅读全文 —