返回探索
指南VibeFix 内容整理更新于 2026年11月20日

让 AI 助手记得住你:给 vibe 项目加长期记忆实战

给 AI 助手加长期记忆分三层:会话内、跨会话、项目记忆,先写文件、再上向量检索,记忆面板要让用户看得见、改得了、删得掉,附虚构漏斗 1000→720→430→260→190。

一只手从贴满手写便签的墙上取下一张便签(实拍照片)

先把一句话说在前面:这篇不讲内存泄漏怎么调,也不讲上下文怎么压缩、token 怎么省。站内已有《内存泄漏调试实战》讲程序跑着跑着把内存吃光了怎么查,《大模型输出缓存实战》讲重复的回答怎么不再花钱算第二遍。本篇讲的是另一件事——给 vibe 项目里的 AI 助手加长期记忆:让它跨会话记住用户的偏好、项目的约定和没办完的事,下次打开不用从头再说一遍。本文用一个贯穿始终的虚构示例讲透这件事:示例产品是“花店管家”,一款帮花店老板管订花、库存和老顾客的小应用,里面有个 AI 助手;示例用户叫“阿芳”,花店老板;示例里的数字、对话和场景全部是虚构的演练,用来把道理讲具体,不是真实产品和真实事件。最后一节的漏斗数字也是虚构样本,用来算账,不是真实数据。 站内 2026 年 10 月已有《Agent 记忆系统设计:三层架构与记忆污染清理》,讲的是工作记忆、情景记忆、语义记忆怎么搭系统;本篇不重复那套设计,讲的是 vibe 项目里怎么把记忆真正落地。

先分清三层记忆:会话里、跨会话、项目里

“让 AI 记住”这句话太笼统,拆开是三件不同的事。第一层是会话内记忆:同一次对话里,助手记得你三分钟前说过什么。你说“把康乃馨那单改成明天送”,它知道“那单”是哪单。这层不用你额外做什么,对话历史本身就是记忆,模型自带。你的工作只是别把它弄丢:别每句话开一个新会话,别把历史截得只剩最后一句。

第二层是跨会话记忆:今天关掉应用,明天再打开,助手还记得你是谁、你喜欢什么。阿芳上周说过“我不喜欢粉色包装纸”,这周她让助手给老顾客配一束花,助手应该主动避开粉色包装纸,而不是等她再说一遍。这一层才是本篇的主角:它需要你把东西写下来、存起来,下次会话开始时再读出来。

第三层是项目记忆:关于这个项目本身的约定,不是关于某个用户的。阿芳的花店有条规矩:母亲节前一周不接加急单;库存里的玫瑰超过三天没卖掉就降价处理。这些是项目的规矩,不是阿芳个人的偏好,应该记在项目的地方,让所有会话、所有用户(如果有多个店员)都能读到。项目记忆和跨会话记忆经常被混在一起,但它们归属不同:一个属于用户,一个属于项目;一个用户走了可以删,一个项目还在就得留着。

三层分清之后,设计就有了章法:会话内记忆靠对话历史,跨会话记忆靠用户档案,项目记忆靠项目文档。三种东西三种存法,别全塞进同一个文件里。

记什么、不记什么:先立规矩再动手

动手写代码之前,先写一张“记什么”的清单。值得记的有三类。第一类是偏好:阿芳不喜欢粉色包装纸、习惯早上九点前看库存、给老顾客打折从不打九折以下。偏好是稳定的、反复出现的、用户自己说出口的,记下来下次就不用再问。第二类是事实:阿芳的花店在朝阳区、供货商是每周二送货、店里有三名店员。事实是不会天天变的东西,记下来能省掉大量重复确认。第三类是约定和决策:母亲节前一周不接加急单、玫瑰三天降价、退货先问原因再决定。这些是项目运转的规矩,记下来等于给助手发了一本员工手册。

不记的东西同样重要,而且要写进规矩里。密码、密钥、支付信息,一律不记——助手不需要知道这些,知道了就是风险。用户的身份证号、手机号、家庭住址,除非业务非要不可,否则不记;非要记的,要单独加密、单独授权。还有一类容易被忽略:用户随口说的、带情绪的气话。“这供货商太气人了,以后再也不合作了”,气头上的话不等于决定,别把它当成永久偏好写进去。判断标准是:这句话用户下周还会认吗?不认的,别记。

最后一条规矩:用户说“别记这个”,必须听。记忆功能要有“一句话不记”的开关,而且要让用户知道有这个开关。阿芳说“这单是帮朋友的忙,别记成常规价格”,助手就该当场确认“好的,这单不记”,而不是默默写进档案。记什么的决定权在用户手里,不在你手里。

三种存法:写进文件、向量检索、结构化记录

存法一,写进文件:最简单,也最适合小项目。给每个用户一个档案文件(比如 memory.md),里面分几节写着偏好、事实、待办;给项目一个约定文件(比如 project-memory.md),写着规矩和决策。会话开始时,助手先读这两个文件;会话结束时,助手把新发现的东西写回去。好处是透明:文件就在那,用户能打开看、能改、能删;坏处是文件会越长越长,读一次的成本越来越高。对“花店管家”这种用户量小、偏好不多的产品,文件法完全够用,先从它开始。

存法二,向量检索:东西多了之后用的办法。把每条记忆变成一条带向量的记录,存在向量库里;会话开始时,根据当前话题检索最相关的三五条,只把这三五条放进上下文。好处是记忆再多也不会把上下文撑爆;坏处是多了一套基础设施(向量库、embedding 调用、检索调参),而且检索会错:该想起来的没想起来,不该想起来的冒出来了。判断要不要上向量检索的标准是:你的记忆条数有没有过两百条。没过,文件法加“只读相关章节”就够了;过了,再考虑向量检索。

存法三,结构化记录:把记忆拆成字段,存在表里。偏好是一张表(用户、偏好、什么时候说的、信心多高),事实是一张表,待办是一张表。好处是能查、能改、能设过期时间(比如“母亲节不接加急单”只在每年五月前一周生效);坏处是设计成本高,每加一种记忆都要改表结构。结构化适合记忆类型固定、量大、还要做统计的产品;对大多数 vibe 项目来说,文件法起步、向量检索扩容,是更顺的路。

三种存法不是三选一,而是三级台阶:先文件,再向量,最后结构化。台阶别跳,跳一级就多一套要维护的东西。

什么时候写、什么时候读:写在结束时,读在开始时

记忆的写入时机,决定了记忆的质量。最好的写入时机是会话结束时:助手回头看一遍这次对话,挑出值得长期记住的东西,写进档案。为什么是结束时?因为对话进行中,你不知道哪句话是随口一说、哪句话是长期偏好;结束了再看,全貌都在眼前,判断才准。阿芳在对话里说了三次“包装纸别用粉色的”,结束时助手就能确定“这是偏好,写下来”;只说了一次、还是在气头上说的,结束时助手就能判断“这是气话,别写”。

第二个写入时机是用户纠正时。助手做错了,阿芳说“不对,我说过不要粉色包装纸”,这句话本身就是一条记忆:偏好是真的,而且之前没记牢。纠正是最强的写入信号,收到纠正要立刻写,而且要把“用户纠正过”这个事实也写上——被纠正过的记忆,优先级要比普通记忆高。

读取的时机是会话开始时。助手一上来先读档案,但有个关键细节:只读相关的三五条,别把整个档案倒进上下文。阿芳今天是来查库存的,助手就读“库存相关的约定”,别把“包装纸偏好”也塞进去——塞进去既浪费 token,又容易让助手在不该用偏好的地方用偏好。怎么判断相关?最简单的办法是按章节读:档案分了偏好、事实、待办、约定几节,今天的话题沾哪节就读哪节。等记忆上了两百条,再换向量检索。

还有一个读取的细节:读出来的记忆要用在明处。助手用了某条记忆,最好让用户看得见:“按你之前说的,包装纸避开了粉色。”用户一眼就能确认“记对了”,或者纠正“不对,我改主意了”。看不见的记忆是黑盒,错了用户都不知道从哪纠起。

记忆错了怎么办:纠正、过期与删除

记忆一定会错。用户改主意了,助手记混了,两个人同名了,都有可能。所以记忆系统最重要的一半不是“记住”,而是“改得掉”。第一,纠正要顺手:用户在对话里说一句“不对”,助手就要能改。改的时候别只改档案里那一行,还要把“这条记忆被纠正过、原来是错的”留个痕迹——同样的错犯两次,比犯一次错更伤信任。

第二,记忆要会过期。偏好会变,事实会变,约定更会变。“母亲节前一周不接加急单”是每年的规矩,但“这个月供货商每周二送货”可能下个月就改成周三了。给每条记忆写上“什么时候记的”,定期(比如每个月)让助手或用户过一遍:还对吗?不对的改掉,过期的删掉。没有过期机制的记忆系统,半年后就是一本错话大全。

第三,用户要能看、能改、能删。做一个记忆面板:用户打开就能看到助手都记了自己什么,每条后面有改和删的按钮。这既是纠错的入口,也是信任的来源。阿芳看到“不喜欢粉色包装纸”这条,点一下改成“粉色也可以,但别用亮粉色”,比在对话里纠正十次都管用。记忆面板不是锦上添花,是记忆功能的标配——没有它,用户对记忆的态度只会是怀疑。

隐私与合规:存在哪、谁能看、删不删得掉

记忆是用户的数据,规矩要按数据的规矩来。第一,存在哪要说清楚:记忆存在你自己的服务器上,还是存在第三方服务里?存在第三方(比如向量库服务商)要写进隐私说明,别让用户以为数据只在你手里。第二,谁能看要说清楚:只有用户自己能看,还是店员也能看?阿芳的偏好是她的,店员小李的偏好是小李的,两个人不能互相看到对方的档案。第三,删要删得掉:用户说“把关于我的记忆全删了”,你得真删干净——档案文件删了、向量库里的记录删了、备份里的也要在合理期限内清掉。删不干净的“删除”按钮,比没有按钮更糟。

还有一条容易踩的线:别把记忆当训练数据。用户的使用记录、偏好档案,是用来服务这个用户的,不是用来训练你的模型的。调用第三方模型时,记忆内容会不会被对方留存,要看对方的协议;如果协议说会留存做训练,那就别把记忆原文发过去,或者先脱敏再发。这条线守不住,记忆功能就从“贴心”变成“偷窥”。

漏斗算账:1000 次会话,最后 190 次不用再问

下面这组数字是虚构样本,用来算一笔账,不是真实数据。假设“花店管家”某个月有 1000 次助手会话:其中 720 次会话开始时查了记忆档案(其余 280 次是新用户、没有档案可查,或者用户关掉了记忆功能);查了档案的 720 次里,有 430 次真的想起了一条有用的记忆(其余 290 次档案里没有相关内容,或者检索没命中);想起来的 430 次里,有 260 次助手真的把记忆用上了(其余 170 次记忆想起来了,但和当前任务没关系);用上的 260 次里,有 190 次任务办完了、用户全程没被追问“你上次怎么说的”(其余 70 次记忆帮上了忙,但还是要问一两句才能确认)。

AI 助手记忆漏斗:1000 次会话到 190 次不用再问,虚构样本

步间转化率分别是:查了档案 72.0%,想起有用记忆 59.7%,用上记忆 60.5%,不用再问办完事 73.1%;整体从会话到“不用再问”办完是 19.0%。这组数字想说明三件事。第一,72.0% 的查档率是地基:新用户没有档案、关掉记忆功能的用户查不到,这两类人拉低了数字,但不是你的错——地基的上限由用户量决定,别为了这个数字去逼用户开记忆。第二,59.7% 的“想起率”是记忆系统真正的水平线:想不起来,要么是没记(写入时机不对),要么是检索不准(该想起来的没命中)。这一层最值得投入:写入时多问一句“这条值得长期记吗”,检索时按章节先筛一遍,比堆更多记忆管用。第三,73.1% 的“不用再问”说明记忆的终点不是“想起来”,而是“办成了还不用打扰用户”:记忆用上了、但最后还是要追问确认,说明记忆的信心不够——被纠正过的记忆、刚记下的记忆,先用“按你之前说的……”亮出来请用户确认,确认两次都对了,再默默用。

算完账再回头看:记忆功能的价值不在“记了多少条”,而在“省了多少次重复问”。190 次不用再问,意味着 190 次用户少说了一遍自己的偏好。对一个每天要和助手打几十次交道的小店老板来说,这 190 次就是记忆功能存在的全部理由。

上线检查清单:发之前逐项打勾

第一,分清三层:会话内、跨会话、项目记忆各存在哪,别混进同一个文件。第二,写下“记什么、不记什么”的清单,贴在团队看得见的地方。第三,文件法先跑起来:用户档案和项目约定两个文件,会话开始读、会话结束写。第四,纠正能改、记忆能过期、用户能看能删——这三件事没做完,别说记忆功能做完了。第五,隐私三问有答案:存在哪、谁能看、删不删得掉,写进隐私说明里。第六,找三个真实用户试两周:每周看一次记忆档案,数一数记对了几条、记错了几条、用户纠正了几次——纠正次数降下来了,记忆系统才算立住了。

常见的坑再点一遍:气话当偏好记、密码密钥也记、guid 似的“记忆编号”改来改去导致重复记忆、整个档案倒进上下文把 token 烧光、记忆面板没有、删了档案向量库里还有一份。这些坑每一个都见过不止一次,每一个的修复成本都比预防成本高十倍。

最后说一句:记忆功能最难的部分不是技术,是分寸。记少了,助手像个每天新来的店员;记多了,助手像个翻你日记的人。好的记忆系统站在中间:记得住你说过的话,改得了记错的东西,删得掉你不想留的东西——然后在你下次进门时,轻声说一句“我记得”。

阅读 13评论 0

评论 (0)

ME
0/1000
评论加载中...
浏览项目广场发布你的项目

相关文章

真实照片:一排浅灰色金属档案柜,其中一个抽屉拉开,露出里面一排排悬挂的文件夹
指南
浏览器里也能用数据库:IndexedDB 本地存取实战指南

localStorage 只能存字符串、没有索引。IndexedDB 是浏览器里真正的数据库:能存结构化数据、容量大得多、能建索引、能用事务。本文按 MDN 的《Using IndexedDB》《IDBDatabase》《IDBObjectStore》三篇官方文档讲清楚:五步套路、开库、升级、主键、索引、事务、add 与 put、get、游标、范围与多标签页升级。

工具技巧数据工作流前端工程
真实照片:一双手在 MacBook Pro 上打字,屏幕显示改写 HTML 内容的 JavaScript 代码,白色桌面上有白色鼠标、纸张和文件夹
指南
别让函数把你绕晕:JavaScript 函数、参数与箭头函数实战指南

函数你每天都在调,这篇把你一直在做的事讲清楚。本文按 MDN 的《Functions》《Arrow function expressions》《Rest parameters》三篇官方文档讲清楚:声明与表达式、参数与实参、默认值、剩余参数、展开语法、返回值、箭头函数省写规则、this 的坑、回调与高阶函数、作用域。

工具技巧前端工程AI 编程实践
真实照片:木桌上的卡西欧科学计算器,屏幕显示 123456789 + 987654321 = 1111111110,旁边是写满手写数学公式的笔记本、钢笔、咖啡杯和笔记本电脑一角
指南
别让 0.1 + 0.2 坑了你的账单:JavaScript 数字与 Math 实战指南

JavaScript 里数字只有一种类型 Number,存成 64 位浮点数,所以 0.1 + 0.2 等于 0.30000000000000004。本文按 MDN 的《Basic math in JavaScript》《Math》《Number》三篇官方文档讲清楚:一种数字类型、浮点误差、钱改成分算、字符串转数字、NaN 与 Infinity、安全整数、四种取整、Math.random、Math 工具箱与显示格式化。

工具技巧前端工程AI 编程实践