導讀：跟 AI 聊越久越「笨」？不是它變蠢，是白板寫滿了。理解 AI 的記憶運作，是駕馭它的第一步。
白板滿了，不是腦子壞了
想像一下你面前有一塊白板。每寫一句、每貼一張圖、每讀一份文件，都占空間。寫滿時，只能擦掉最早的、騰位置給新的。
這就是 AI 的「上下文窗口」。
LLM 沒有長期記憶。全部「記憶」就是一塊固定大小的白板——你的問題、它讀的檔案、指令、回答，全寫在那塊板子上。
板子滿了，先前的指令和決定開始被新內容吃掉。它忘了一小時前說的話、重複說過的內容、犯低級錯誤。你覺得「AI 變笨」，其實它只是記不住。怎麼辦？
三層記憶的解法
答案是：別把所有東西都塞白板，給它建外部記憶。
短期記憶是白板本身——當前對話上下文，一次只能看到這些。
長期記憶寫在外部檔案：偏好、規則、術語表。每次啟動自動讀取，就像每天到辦公室先看牆上備忘錄。
專案級記憶是任務的中間產物：翻譯草稿、分析到一半、快要堆積成山的報告、程式碼。不該被下一個專案污染。
搞清這三層，你就明白為什麼高手先花時間搭系統。調研資料、暫存指令，隨手一塞就能把窗口用掉大半——急著寫提示詞，往往只是在加速消耗白板。
圖一：AI 的三層記憶架構——短期、長期與專案級記憶各司其職。
你願意花十分鐘搭好這套記憶系統，而不是急著寫提示詞嗎？
白板管理的三個技巧
定時清白板。 每 30–45 分鐘讓它總結進度：做了什麼、剩什麼、有什麼問題。拿到總結開新對話繼續。乾淨白板加精準摘要，遠勝寫滿的板子。
重活交給子代理。 大量資料調研別在主白板做——派一個獨立實例去完成，把結論報回來，主白板保持清爽。就像你不會自己翻三天書，而是請研究助理匯報。
把重要的寫進檔案。 AI 每次對話結束就遺忘。把偏好、規則、流程寫成檔案自動載入，就能跨對話保持一致表現。犯過的錯寫下次不會再犯，做過的決定不需要重新討論。好比作業手冊。人換了，流程還在。
記憶決定 AI 的天花板
很多人以為 AI 表現不好是「模型不夠聰明」，真正瓶頸往往是記憶管理。
同一個模型，在精良記憶系統裡，表現好上 5倍，甚至 10倍。不是變聰明，是終於記住該記的。不過，這方法有個侷限。它無法超越窗口的物理上限，也替不了你創造新知識。只是讓 AI 在已知範圍內穩定運作。
下次你覺得 AI 開始犯蠢，先看看白板是不是滿了。
References
- Boris Cherny：上下文管理與重置策略
- Claude Code 最佳實踐——子代理與上下文管理
- Cowork 高階用法——上下文分層機制
- AI 翻譯三階段——提示詞到外部記憶的演進
- OpenClaw 架構的三層記憶設計
常見問題
為什麼 AI 跟久了會開始犯低級錯誤？
因為 AI 的「上下文窗口」就像一塊大小固定的白板。當對話內容把白板寫滿後，早期的資訊就會被擠掉，AI 開始忘記之前的指令和決定，看起來像是「變笨了」，實際上只是記憶空間耗盡。解法不是換模型，而是管理好白板。
什麼是 AI 的三層記憶架構？
短期記憶是當前對話的上下文白板，模型一次只能「看到」這些內容；長期記憶是寫在外部檔案的偏好設定、規則與術語表，每次啟動時讀取，像是辦公室牆上的備忘錄；專案級記憶是某個任務的中間產物，翻到一半的草稿或分析報告，確保不同專案互不污染、不隨白板清空而消失。
如何讓 AI 在長時間工作中維持穩定表現？
三個關鍵做法：第一，每 30-45 分鐘請 AI 總結進度，拿到摘要後開新對話貼上繼續——乾淨白板遠比寫滿的白板有效；第二，大量資料調研交給獨立「子代理」執行，只把結論報回主對話，主白板保持清爽；第三，將偏好、規則、犯過的錯誤寫入外部檔案，讓 AI 每次啟動時自動載入，建立跨對話的一致性。