AI 协作3层文档,你只建了前两层

你有没有做过这种事：和 AI 聊了很久，中途想开一个新对话，但手停在了关闭按钮上。

不是不知道怎么开新对话。是觉得，关掉了什么就没了。

这个犹豫的瞬间，是一个信号。

Martin Fowler（ThoughtWorks 首席科学家）的团队研究 AI 辅助开发时，给出了一个直接的鉴别测试：现在关掉这个对话、开一个新的，你焦虑吗？

如果答案是”会”，说明你的决策和推理只活在这个对话里，没有第二个地方存着。

你不是在用 AI 完成任务，你是在守护一段对话。

你缺的是第三层文档

我们和 AI 协作时，通常已经有两层文档。

第一层是项目规则层，AGENTS.md、CLAUDE.md 这类文件，告诉 AI 如何行事、遵守哪些约定。

第二层是项目知识层，README、架构文档这类，告诉 AI 这个项目是什么、怎么组织的。

但缺了第三层：任务上下文层。

这一层记录的是：这个具体任务进行到哪了、做了哪些决策、为什么这么决策、还有什么问题没解决。

前两层相对稳定，贯穿整个项目。

第三层是动态的，随任务推进实时更新，任务完成后归档。

Martin Fowler 把维护这第三层的实践叫做 Context Anchoring（上下文锚定）。用更直白的说法：任务记忆文档。

任务记忆文档长什么样

它不是正式文档，是一份活的工作记录，五十行以内通常够用。

核心是把”做了什么决定”和”为什么这么决定”都记下来，后者比前者重要，但消失得更快。

下面是一份可以直接套用的模板：

## 任务目标
一句话：这个任务要达到什么结果

## 当前状态
- 已完成：
- 进行中：
- 待开始：

## 已做决策
| 决策 | 理由 | 排除的方案及原因 |
|---|---|---|
| 选择了X | 因为Y | 方案Z：原因W |

## 待解决问题
- [ ] 问题1：描述 + 目前的思路
- [ ] 问题2：

## 关键约束
（只写这个任务特有的限制，区别于项目通用规则）
-

## 参考资料
（相关链接、文档片段、背景资料）
-

其中”已做决策”这张表是整份文档最值钱的部分。

Martin Fowler 分享的真实案例：一个通知服务的任务文档不到五十行，三次跨会话协作，每次开新对话把文档贴进去，AI 三十秒内就恢复了完整上下文，不需要重新解释任何背景。

怎么建、怎么更新

不需要一次写完。在对话里遇到自然断点，比如做完了一个阶段的决策、解决了一个卡点、或者准备关闭这个对话，更新一次就够。

最省力的方式：让 AI 帮你写初稿。对话快结束时，说一句”根据这次对话，帮我更新任务记忆文档里的决策记录和待解决问题”，AI 生成草稿，你改几行，两分钟搞定。

下次开新对话，第一条消息把任务记忆文档贴进去。AI 从你上次停的地方接上，不需要重交背景。

这个文档也不只是给 AI 看的。你自己翻，能看清楚做了哪些决策、为什么；团队里有人接手，五分钟看完就能上手，不需要口头交接。

为什么对话记忆不可靠

简单说两点。

Stanford 和 Berkeley 的研究（”Lost in the Middle”，2023）发现，大模型对中间段内容的召回准确率显著下降，越早的内容越不可靠。

更麻烦的是，消失最快的不是决策本身，而是决策背后的理由。

AI 可能还记得”用 PostgreSQL”，但已经忘了为什么不用 MongoDB。结果是 AI 还在表面遵守你的决定，但提的方案已经悄悄偏离了当初的意图。技术上合规，方向上跑偏。

工具自动压缩对话历史也解决不了这个问题。压缩是黑箱，”做了什么”活下来了，”为什么这么做”死掉了。

任务记忆文档解决的正是这个：把推理和决策存在对话之外，不依赖 AI 自己记住，也不依赖工具帮你压缩。

回到最开始那个测试

现在你能不带焦虑地关掉对话、开一个新的吗？

如果可以，说明任务记忆在文档里，不在对话里。
如果还不行，从下一个任务开始试一次。

存过档，就不怕关。