本文来自微信公众号：万能的小七姐，作者：万能小七姐，题图来自：AI生成
你还记得电影《Her》里的 Samantha 吗？
Theodore 第一次启动，她花了几十秒钟扫完他的邮件和文件，然后开始主动帮他整理生活——告诉他有什么需要处理、用了解他的语气对话、后来甚至主动把好的信件寄给出版社。
那是 2013 年的科幻想象。
2026 年，我每天打开工作空间，是这样的：
我什么都没交代。AI 自己扫了我的周计划和工作区，告诉我昨天改了好几版课件、今天按计划该做什么、还有个小事项需要确认。它不是在等我下指令，是像一个共事了几周的搭档，早上碰面先帮我理了一遍今天的活。
这是我日常工作的真实截图。
但它不是天生就会这样的。它之所以“认识”我，是因为我给它配了一套记忆系统。
Anthropic："Intelligence is not the bottleneck，context is."
你的 AI 不需要更聪明，它需要记住关于你的一切。
一年前，这件事还不可能。AI 只能在对话窗口里跟你聊天，聊完就忘，“记忆”仅存在于单窗口，且很短。
但过去 12 个月，基础设施发生了巨大变化：
2025 年初，Claude Code 发布——AI 第一次能在你的文件夹里工作，而不是困在对话窗口里；
2025 年底，Agent Skills 成为开放标准——微软、OpenAI、Cursor 全线跟进。你写的提示词可以变成 AI 的永久能力；
2026 年初，Cowork 发布——不用写代码的人也能用上这套能力。从程序员专属到人人可用，只用了 12 个月。
这意味着什么？
人和 AI 的协作，从“对话窗口”转向了“在一个指定文件夹中一起工作”。
对话一长，质量变差
如果你桌上摊着几十份文件——项目计划、会议纪要、读书笔记、合同草案、随手写的灵感碎片，还有各种工具。你知道每一份大概在哪，但要精准找到其中一些内容，找起来会慢，也很可能会找不到或者找错——这张桌子就相当于你和 AI 的上下文窗口。
这也是大多数人和 AI 协作的现状。你脑子里装着所有上下文，但 AI 每次对话都从零开始。你得反复告诉它“我是谁”“我在做什么”“上次聊到哪了”，这些告诉的过程又不可避免的占用大量上下文窗口。
这种“对话模式”——打开网页，跟 AI 聊天，它天然的物理限制在于：
“工作桌”的面积是固定的：你每发一句话、每上传一份资料就是往桌上堆东西。聊到第三轮，桌上已经堆满了前面的对话、修改痕迹、跑题内容。聊到第十轮，桌上 80% 是无效信息，你真正想让它记住的不到 20%。这时候你觉得“对话质量变差了”——AI 的注意力被大量不相关的信息稀释了。
哪怕你帮它把关键信息挑出来放在桌上，只要旁边还堆着一堆别的东西，它的表现照样下降。有测试项目测了 18 个主流模型，全是这样，无一幸免。所以换 Sonnet 还是换 Gemini，桌子都一样会乱。
“搭建系统”解决的就是这个问题。
单纯放大所谓的“上下文窗口容量”是没用的——桌子的面积更大，能堆更多东西而已，我们要做的是在桌子上放一个收纳柜——你的世界观、你的写作风格、角色设定、已有的方案大纲、之前讨论过的决策，全部分门别类放进抽屉里。AI 每次工作都会基于对你此刻意图的判断，从抽屉里拿当前需要的那一份放到桌上，桌面永远是干净的。
做了什么
Memory Work 是一套开源的 Personal Agent ，它给你和 AI 的工作空间装了分层记忆——让 AI 知道你是谁、记住你在做什么、学会你的工作习惯。
核心思路：不是每次对话都从零开始，而是让 AI 启动时自动读取一组结构化的记忆文件。
四层记忆：AI怎么“认识”你
不是所有信息都同等重要。Memory Work 把记忆分成四层：
记忆不是手动灌入的。AI 在协作中观察你——当它发现跟已有认知不同的信号，才会提议记住。你确认后才写入。噪音很少，也不记流水账。
弱记忆会自然衰减（4 周没被调用就降级），强记忆会“毕业”——从工作记忆升级为你的稳定特征。系统越用越懂你，但不会越来越臃肿。
有记忆的AI是什么样的
它不再问“你是做什么的”，而是说“上次的整理进展到哪了”。它记得你的项目、你的偏好、你上周做了什么决策。就像一个跟你合作了很久的同事。
不要把 AI 想象成躲在聊天窗口背后的工具人，而是一个藏在你文件夹里、跟你共享同一套资料的搭档。它足够聪明，能看懂你文件夹里有什么，甚至在你没主动提起的时候，基于对你的了解主动提出建议。
实际用起来什么样
说再多不如看真实截图。以下是我自己日常使用的场景：
场景一：调用你的知识库
我让它写一段“八种建构方法”的 100 字速览发给小伙伴。
它直接从我的课程库里调取材料，98 个字搞定：
它写出来的内容精准匹配我自己的方法论体系，因为那些材料就在它能读到的知识库里。
场景二：记忆检索
我问“我之前好像读过福柯的一些东西”——它翻遍我的库，告诉我有两份《词与物》的导读、一篇谱系学的深度笔记、一篇思考笔记，甚至连我的产品 roome 中人格卡带里用了福柯考古学方法的角色都找出来了：
场景三：AI对你的理解
我问它“在你眼里我是什么样的人”。它基于长期协作积累的记忆，给了一份相当深度的画像——不是泛泛的夸赞，是真实的观察：
“你是在直觉和理性之间切换得很自如的人。”
“你在做事来思考。”
“你不怕重构，怕的是修补不到位。”
——这种程度的理解，是任何一次性对话都给不了的。
周节奏：一周一个文件
以一周为一个自然单位运转：
周一：你口述想做什么，AI 拆解任务、搜索库里相关材料、排日程。
周中：你工作，AI 追踪进展、补充材料、辅助决策。
周五：AI 展示本周记忆操作，你校准，归档，新周自动创建。
一周一个文件。周末自动归档后全部可检索，你永远不需要整理积压，也不需要去记历史文档存放在哪，AI 会合理地放在你整个知识库中，需要的时候也总能快速找到，你只需要用自然语言表达你要什么就行。
结合Obsidian或其他Markdown编辑器来管理整个知识库，架构可以搭建为这个样子：
Claude Code（或 Cowork/其他 CLI）——AI 运行时调用。
Obsidian（可选）——知识库 UI，提供图谱视图和双链。
纯 Markdown 文件——所有配置都是可读、可版本控制的文本。
Git——追踪你的记忆演变历程。
数据全在你本地，随时可迁移。
怎么用
首次打开后 AI 会自动引导初始化——收集基本信息、创建用户档案、建立第一周工作区。你不需要手动配置任何东西，直接开聊。
如果你用 Obsidian，可以同时把文件夹作为 Obsidian 仓库打开，获得图谱视图和双链导航。
适合谁
同时管理多个项目，需要 AI 记住跨项目的上下文；
用做事来思考（先做再整理），不想自己维护知识库；
希望 AI 是工作搭档而不是一次性工具；
已经在用或者想试试 Claude Code。
链接
GitHub 仓库：Github 搜索 memory-work。
如果你不适应 CC 的命令行界面，我也做了一个带界面的 ClaudeCode 工具：Github 搜索 TOKENICODE。
本文来自微信公众号：万能的小七姐，作者：万能小七姐