夜雨聆风在上一篇放手AI结果最后只能含泪手动填坑之外，还有一次给AI沉淀长期记忆的尝试，让我沮丧不已。
故事的起因应该要从spec-driven说起，过年前公司就开始大力推广SDD（规范驱动编程），甚至上升到公司价值观层面。拿开源的openspec举例，流程大概是：
- proposal：你先跟AI发起一个需求的提议，沟通说清楚需求的背景痛点、要实现的目标；
- spec：然后讨论明确出这项开发工作的规范或者说边界，要做什么、不做什么、可以做什么、不可以做什么；
- design：AI提出技术方案，架构设计、接口设计等等，类似于常见产出的plan文档；
- task：把技术方案分解成一个个小任务，方便逐项进行、做完就打勾勾；
第一次走流程感觉比较惊喜，感觉给AI铺设了轨道，成功把不着边际横冲乱撞的它，驯化为沿铁轨稳稳行驶到站点的列车。
然而年后回来又走了几遍openspec的全流程后，发现自己心里说不清楚地难受。细细探索原因发现：
1. 过程中步骤和产出的文档太多，一遍遍人肉复核增添了很多额外的认知负担。中途如果改主意了，好几个文档都得一齐改、又得挨个审一遍。这我想说些文档真的都有存在的必要吗？proposal、spec、design不应该合并为一个plan就好了吗？
2. spec文档是会被归档沉淀为“长期记忆”的部分，其他就直接收进历史的大抽屉，未来谁有事再自己去翻。但我感觉spec的哲学，本质是用“规范/边界”来定义和描述功能架构。这种感觉就像是用“围墙”来定义“房子”：它只告诉你哪些位置有围墙、你不能从这横穿过去，却没跟你解释为什么这里要设立一堵墙？建筑师的设计美学是什么？当前房间的功能分区、动线布局是否合理等等。
它给出的是对当下表象的描述，而不是建筑师脑海里的设计思想和蓝图，无法用于未来房子的改造维护、甚至修建更多更好地新房子。
我看公司论坛里也有人分享技术文章表达了相似的共鸣，他选择的是利用openspec提供的机制，重建一套schema（就是前面各阶段的设定与划分）。我则打算先针对长期记忆沉淀这里，打造一个explore-while-doc的skill：
让AI每次对于代码库的探索学习都留下笔记，这样以后遇到相同领域的任务就可以减少重复探索，迅速补全context所需知识，保留关键设计思路的长期记忆。不用每次开新会话清空上下文后，AI就重新失忆变成傻子；也不用每次都重新读取一边所有代码，浪费大量token。
理想很美好，现实很骨感。
我问AI一个好的技术文档应该包含哪些内容，于是像模像样地写了个大纲模板给skill用作参考，结构包含：一句话总结xx模块的功能、架构设计、目录结构、核心功能的调用链、核心算法原理等等。还贴心地要求文档要按模块进行拆分，然后有个项目的总文档只记录每个模块和它对应的文档链接。这样能够“渐进式披露”给AI，相当于给它个目录，任务需要哪部分知识再去仔细读哪篇文档。
有了这个“神器”，我就在上个故事里吭哧吭哧开始干。一边放心让AI总结文档、一边放手让AI进行代码开发。
在痛苦的复盘中我发现了一个盲区，除了指挥官本人的缺位外，还有另一个重要失败原因是上游产出质量不佳，导致下游彻底瘫痪。正所谓：garbage in，garbage out。
上游是一个AI负责沉淀长期记忆、产出技术文档，这技术文档看起来挺专业的、好像方方面面都点到了，但信息比较碎片、对我来说是一个个孤立的点、串不起来整个逻辑，反正我确实无法仅仅通过一份文档彻底弄懂代码的实现细节，只存有一个模糊印象。
下游是另一个AI直接看技术文档、设计新功能的技术方案。它拿着一份云里雾里的草图，企图建造一座大厦。
最后我得出了一个震惊、羞耻、又不得不承认的结论：由于我的不懈努力，不仅没给AI帮上忙，还帮了半天倒忙！实实在在一个猪队友，对不起了AI大神，orz。
这两件事严重打击了我的自信，我感觉我还是什么都别做了，skill也删了吧，别给人家AI添乱了。没有我，它表现得更好。
后来我看到了另一个观点，大受启发。要记住沉淀下来的文档是面向AI的，不是面向人类的。
像我之前写的那种，是面向人类给人看的，那叫“学习笔记”。而给AI看的应该叫“路标”。比如一段代码，对于人类要理解代码每行的含义、功能作用，对于AI则只需要理解在什么情况下可以调用这个函数。至于具体算法嘛，AI看一眼就知道了，这个速度太快了、token消耗其实也可以忽略不计，所以它根本不需要用文档来记住这件事，文档反而还容易过期失效，最新的代码才是唯一truth。
对于AI来说，什么才是真正的“高价值信息”？我看到对方划分了不同级别：
不知道就一定会犯错
不知道就一定走弯路
由此看来，“架构设计、约束禁止、模块职责边界”这些都是有重要价值的，能帮助AI做出更准确的设计判断。像是“用户明确表达过的偏好、高频踩坑经验”，这些也是有意义的，能帮助AI更好地与人类协作、减少反复犯错的无用功尝试。而“模块的目录结构、函数调用链、核心算法原理”属于低价值信息，因为AI都可以通过再次阅读立马了解。
正好那段时间Claude Code源码泄露，我也稍微看了下它的Auto Memory、Auto Dream机制，对于memory会筛选以下4种类别：
- user：用户角色、偏好、知识背景
- feedback：用户的纠正和潜在的认可
- project：进行中的工作、截止日期、决策
- reference：外部引用的代码库依赖
看起来也有点怪啊，感觉user可以归入用户级别的CLAUED.md、project和reference也可以放到项目级别的CLAUDE.md。看来对于长期记忆筛选确实有点难度，大家都在各自尝试，还没有特别突出公认的成熟方案。
我后来根据“高价值信息判断准则”又迭代了一版沉淀记忆的skill，但测试总结出的几条记忆感觉还是和理想中的不太符合。等以后磨合磨合再继续尝试吧～
