智能体不需要记忆,它们需要文档

我在AI使用上，走过一段弯路。

一开始想给它装记忆。RAG、memory插件试了无数，GitHub上大量的记忆插件MCP都试了试。也就是说，大家常见的把聊天记录切成语义片段，存进向量库，每次对话按相似度捞几条塞回去，这样的方式我测了个遍。

虽然每个插件都挺好，作者的描述听起来像给Agent装了个大脑，用起来不是那回事。捞回来片段的准确度随着对话轮次增加逐步下降，经常答非所问，旧的信息被当成现在，Agent不知道自己缺什么，我也查不了它到底记住了什么。

后来我把这些乱七八糟的记忆插件、MCP都停了。换成最笨的办法，给它一个文件夹。

我的想法很简单。人不是要把所有的事情都记住。全记住那不叫记忆，叫监控。那我们有什么是值得记住的呢？目标、犯过的错、任务、完成状态、做到哪里、文档在哪里、知识哪里找、老犯的错是什么，这才是我们人类工作的正常记忆。

所以我在每个项目下加了一个docs文件夹，里面把规划、目标、归档这些目录建好，再放一个readme说docs的规则，要求Codex、Claude Code这类agent做这个项目的时候遵守文档规则，任务写看板、需求要闭环，目标随我的需求补充。

你猜怎么着，效果出奇的好。也不需要什么跨agent项目记忆了，不需要专门做什么长期记忆功能了。整体效果好过Codex的长期记忆，起码不会莫名其妙总问你两个月前跟他讨论过的问题。

有篇文章把这个事说清楚了。所谓记忆插件，大多是把对话切片、向量化、按相似度取top-k。相似不等于正确，片段没有上下文，旧信息可能过期，Agent不知道什么时候该搜，存储也没法审计。它解决的是检索过去。理解项目这件事，它接不住。

文章说，Agent需要的是文档。一个结构化的、可读写的项目工作区，里面放指令、规格、决策、研究、索引。记忆解决不了这件事。工作流从prompt build forget，变成prompt consult build update。

可文档也会烂。另一篇讲得更细。你改了一个默认值，测试全过，README也更新了，一周后同事照着Notion里的指南操作，行为对不上，wiki上还有第三个版本。LLM能几秒钟写一份新指南，可它不知道上周二哪一句话刚刚过期。文档的问题在同步。写出来不难，难的是跟代码一起变。

所以文档得像代码一样管。放进版本库，在CI里校验代码片段和参数，让文档从源码里生成或引用，把哪一份才是对的变成结构上只允许有一份。

还有一件事挺有意思。有人把电脑里忘了什么时候截的图接上AI，让截图变成可以搜的外部记忆。你截过什么，AI替你记着。这更像文档，只不过文档是你自己留下的痕迹。

我这个库就是按文档长的。项目有介绍、issues、updates，写东西有素材、草稿、就绪。这么做是为了让AI和我都能查，好看是顺带的。我给Agent的是一个它能翻的文件夹。记忆插件我不用了。

记忆是黑盒，文档是白盒。你要AI替你干活就得自己规划好，先让它看得见你在干什么。