導讀：你的 AI 助理是不是明明記得上週的教訓，這週卻照樣重犯？記憶系統的價值不在記得多，而在該停下來的時候讓 AI 停下來；好的記憶就像在對的路口亮起的一盞燈。
記錄存在，只是沒有在需要的那一刻出現
真正造成損失的，幾乎都不是 AI 忘了，而是它相信了沒驗證過的東西。
我們讓多個 AI CLI 在同一個工作區共用一套記憶，一年下來累積了約 1,000 筆情節記憶和 570 多篇知識筆記。回頭整理，真正造成損失的幾乎都不是「AI 忘了」，而是「AI 相信了一個看起來可靠、其實沒驗證過的東西」。
每一個 AI CLI 的 session 都從零開始。今年初，我們開源了 Ghost In Shell，替 Claude Code、Gemini CLI、Codex CLI 這類工具加上一層本地記憶：結構化的事實檔、按時間記錄的情節記憶，以及會隨時間衰減、隨回想增強的強度公式。
每天實際使用之後，我們發現這套系統記得住，卻不一定想得起來。情節記憶裡清楚寫著「上週部署回報成功，但線上其實還是舊版」，AI 隔週照樣只看部署工具的回報就宣告完成。
先說明一點：這是我們依自己的需求設計的系統，不一定與主流方案相同。常見的 AI 記憶方案多半把對話轉成向量做語意檢索，或使用 AI 工具內建的記憶功能；我們用的是純文字檔、關鍵字比對，加上一份人工維護的觸發詞索引，不使用向量資料庫。我們沒有和其他方案做過對照測試，本文的心得都來自我們自己的工作區，適用範圍有這個限制。
這篇文章分兩部分。第一部分是我們對系統做的修正，已經寫進 Ghost In Shell 5.2；第二部分是這一年踩過的六個坑，每個坑都附上我們現在用的檢查動作。
第一部分：這一年我們改了什麼
5.2 的三項修正，分別補在索引、本體、夜間整理這三種角色上。
先看全貌：索引、本體、夜間整理
這套記憶系統裡有三種角色。
- **索引負責指路。**每個 session 開工時只載入一份短索引，每行只有一個觸發詞和一個連結。索引就像圖書館的門牌，本身不放內容。
- **本體負責記內容。**結構化的事實、按時間記錄的情節、一則一檔的知識筆記，命中索引才去讀。
- **夜間整理負責維護。**每晚依序回放、重組、評分、修剪、自檢。重要度低又久未使用的情節會先淡出，再歸檔，不會直接刪除。
上層只放指向下層的連結，不重複內容，所以同一件事只需要改一個地方。5.2 的三項更新，分別補在這三個角色上。
一、觸發詞要寫成你當下會有的症狀
啟動索引的每一行只有兩樣東西：一個觸發詞，加上一個連到知識筆記的連結。
關鍵在觸發詞怎麼寫。早期我們寫成因：「工具回報不可靠」。為什麼這一行幾乎從來沒被觸發過？因為 AI 真的需要它的時候，腦中想的是「工具說成功了，應該好了吧」。如果它已經懷疑工具回報，就不需要這則提醒。
所以規則改成：**觸發詞寫症狀，不寫成因。**觸發詞要寫成 AI 犯錯當下腦中的那句話。
另一條規則是雙向都要掛。很多失效有兩個方向：閘門可能漏擋，也可能誤擋。我們曾經只替一則筆記掛了「閘門沒在擋」這個方向。某天 AI 被閘門擋了三次，它想的是「它擋了我，但我沒下那個旗標」，這句話對不上任何一行索引，答案明明早就寫在筆記裡。一則記憶失效，不一定是內容錯，可能只是門牌掛在 AI 不會走的那條路上。
二、索引有預算，而且超過時不會報錯
每加一行索引，就會用掉每個 session 的一點載入預算。筆記越堆積越多，索引跟著變長；我們用的 CLI 在啟動記憶檔超過一定大小後，會直接把尾段吃掉，沒有任何警告。被丟掉的偏偏是最新加上的幾行，也就是剛學到的教訓。
5.2 加入 gish index budget，以字元量測索引。中文一個字和英文一個字母的位元組數差很多，用位元組會量錯。量測結果用結束碼表示：0 正常；1 超過上限，要先壓縮再加；2 已越過截斷點，尾段正在被丟掉；3 找不到索引檔，要先執行 gish init。以我們的工作區為例，目前索引約 16,000 字元，上限設在 20,000，實測約 24,400 字元之後的內容會被截掉。
我們也把索引分成兩層，判準是**「AI 會不會主動去查」**，不是「重不重要」。
- 啟動索引只放「你不知道自己做錯了」、而且每個任務都可能碰到的鐵律，例如驗收、派工、刪除資料前的提醒。這一層每個 session 都要付載入成本。
- 書架索引放「你知道自己在查」的內容，例如工具用法，或只在寫某類程式時才會踩的坑。需要時才讀。
拿不定的時候放書架索引。之後再升到啟動索引很容易；但啟動索引撞到上限時，被截掉的尾段不會有任何警告。
三、寫入紀律：不讓記憶被自己寫壞
讀錯記憶只影響一次回答；寫錯記憶，會影響之後每一個相信它的 session。5.2 把三條寫入規則寫進程式：
- **只有一台主機寫入。**多台機器共用工作區時，其他機器只能讀。機器角色存在本機設定，不放進會同步的資料夾。
- **整合要先提案、再審查、才套用。**合併舊記憶的那一步不能自己替自己打分數。審查評為 A 到 C 才套用，套用前再核對一次來源；評為 D 或 F 時，原始資料一行都不動。
- **不刪除，只歸檔。**被合併的原始記憶搬進歸檔檔，新條目記下它從哪幾筆合併而來。
做這三條規則時還有一個安全上的發現：原本工作區設定可以指定外部審查指令。如果工作區是同步資料夾或別人 clone 來的，等於任何能改工作區的人，都能在每台打開它的機器上執行程式。5.2 改成只讀裝置本地設定；工作區設定若出現這個欄位，直接拒絕，不執行。
第二部分：一年下來，AI 的記憶是怎麼壞掉的？
六個坑都出在同一處：AI 相信了一個看起來已經驗證過的東西。
以下六個坑，每一個都已經寫成知識筆記，也收進 Ghost In Shell 的第 21 章。小標題是 AI 犯錯當下腦中的那句話，也就是我們寫進索引的觸發詞。
坑一：「工具說成功了，應該好了吧」
部署工具回報成功，使用者打開網頁卻還是舊版，因為中間有一層快取。編輯器回報存檔成功，格式化工具卻在下一秒刪掉剛加的那一行。
**教訓：**工具回報只是宣稱，不是證據。
**檢查動作：**在使用者會看到的地方，親自讀一次最終狀態。驗證網頁時加上避開快取的參數，否則驗到的是快取，不是線上版本。
坑二：「錯誤數是 0，所以沒問題」
我們曾把驗收條件寫成「載入失敗的次數等於 0」。實際執行，結果確實是 0，看起來全部通過。但服務早在載入那一步之前就已經異常結束，根本沒機會失敗。
**教訓：**0 也可能代表「根本沒跑到那一步」。
檢查動作：「錯誤數為 0」一定要搭配一個「確實跑完」的訊號，例如出現完成訊息，或處理筆數等於預期。
坑三：「那道檢查我們早就寫好了」
一支檢查函式有自己的單元測試，全部通過，記憶裡也有一則筆記提到它。但扣掉定義和測試之後，程式裡沒有任何地方呼叫它。它從來沒在正式流程中跑過。
**教訓：**零個呼叫點就是死碼，測試再綠也一樣。
**檢查動作：**數呼叫點，扣掉定義行與測試檔之後還剩幾個。第一次接上線時，先拿真實資料跑一輪，不要直接設成會擋人的閘門。
坑四：「記憶裡寫著這個工具不支援」
一則筆記寫著某工具不支援某功能，但工具早在幾個月前就加上了。反方向也會發生：記憶說某筆資料存在，搜尋一次沒找到，AI 就判定不存在。
**教訓：**記憶裡的否定句是有日期的快照。
**檢查動作：**我們現在替這類筆記加上 expires 到期日，gish knowledge lint 會提醒過期的筆記。搜尋查無結果時，回報要附上試過的關鍵字與查詢方式。
坑五：「來壓縮記憶索引吧，裡面一定很多過時條目」
這個提議在不同 session 裡反覆出現，甚至被重複開成好幾筆待辦，卻從來沒有人量過。我們終於拿 301 個 session 的逐字稿，逐條比對索引指向的 59 篇筆記：沒有任何一篇是零命中，其中 39 篇被 10 個以上的 session 用到。要清理的目標其實是空集合。
圖 1. 每篇索引筆記被多少個 session 用到（逐字稿中出現該筆記的檔名）。2026-08-21 量測，301 個 session 逐字稿；整份讀過索引的 1 個 session 已扣除。
更重要的發現是：最關鍵的鐵律，本來就很少被查。它之所以是鐵律，正是因為 AI 不知道自己正在犯錯。量測當天就有一個例子：一則只被 5 個 session 用到的筆記，阻止了一次「把某段規則當成多餘內容刪掉」的錯誤。用使用頻率來砍鐵律，就像拆掉自己的煞車。
**教訓：**動工前先量分母。
**檢查動作：**先問這筆成本多久付一次、付幾次；看到「0 次使用」時，要有兩種獨立的計量方式都同意，才算真的是 0。
坑六：「另一個 agent 交回來的結論，跟我想的一模一樣」
我們曾在派給研究 agent 的工單裡，憑印象把一家公司寫成某集團旗下，請它「確認與該集團的關係」。幸好這句是問句：研究結果回報查無佐證，真正的淵源是另一個集團。
如果當初寫成陳述句，報告裡就會出現一段附上看似合理來源的錯誤敘述，之後每份引用它的文件都會繼承這個錯誤。
**教訓：**交接時，還沒驗證的想法要寫成問句，不要寫成陳述句。
**檢查動作：**驗收時拿原始資料比對，而不是拿自己的預期比對。交回來的結論跟你想的一模一樣時，更要回頭查一次來源。
結語：好的記憶系統，會在該停下來的時候讓 AI 停下來
記得多不是目標，在犯錯的那一刻想起來才是。
年初，我們以為記憶系統的目標是「記得越多越好」。一年後回頭看，六個坑有一個共同點：AI 手上都有一個「看起來已經驗證過」的東西，可能是工具回報、一個 0、一支有測試的函式、一句記憶裡的否定句、一個直覺，或一份跟預期相符的報告。
觸發詞寫成症狀、索引守住預算、寫入有紀律，都是為了讓對的那一則記憶，在 AI 準備相信這些東西的那一刻出現。
想自己試試看
Ghost In Shell 以 MIT 授權開源。把 repo clone 下來之後，三行指令就能建立工作區並檢查知識筆記：
git clone https://github.com/cyhsieh817/Ghost_In_Shell
cd Ghost_In_Shell
pip install -e .
gish init ./my-workspace
gish knowledge lint --workspace ./my-workspace
如果想先看圖再讀文字，我們另外整理了一篇圖解版：《我們自己設計的 AI 記憶系統：Ghost In Shell 5.2 圖解》。