我造 AI 员工，也造它们的记忆。
两年里我从零做了四个系统：支撑十几条产品线的 AI 中台、一套会遗忘的长期记忆引擎、一支三小时交付的数字员工团队、一个语义先行的推荐系统。它们是同一件事的四种形态——让机器学会记得。往下滚，我把它们逐一拆给你看。
传统推荐数的是行为：谁和谁点了同样的东西。它不知道人为什么点。我的判断：LLM 时代，先把行为翻译成自然语言、让模型听懂这个人，再排序。理解在前，统计在后。
人话版：它先把"你是谁、喜欢什么"写成一段话，读懂了这段话，再决定推荐什么。
娃娃机的"成功"不是点击，是抓取成功率、停留、复购的组合。参考 Twitter Phoenix 的多目标设计，8 个转化信号加权融合。单目标优化会把用户推向"点了就走"。
LangGraph 三阶段 plan→search→finalize，条件路由控制迭代深度：置信够了提前收敛，不够才深挖。关键词+语义双路搜索，输出带置信度分级。
那句关于团子的话穿过棱镜，被拆成情绪 0.71、关系 0.83、重要性 0.9——
凝成一滴琥珀，坠向楼下。
公司里每个产品都想用 AI，但每个都得从零接模型、造工具——像每家人都在自己发电。我的判断：这不是应用问题，是基建问题。我把它做成了电网——工具、记忆、知识库、模型统一供给，新应用插电即用。
人话版：一间机房服务全公司——新产品要用 AI，从几个月的开发变成填一张配置表。
「检测 + 清洗 + 纠正注入」三步闭环，数据与指令分离。3 万真实用户的场景里，上下文污染不是假想敌。
上下文工程刻意命中厂商前缀缓存；按任务复杂度分层调度模型。这个量级下，缓存命中率就是真金白银。
凌晨零点十四分，那滴琥珀穿过公共管道，
落进蜂窝——这座城里住着三万个人的记忆。
跨境电商运营是高频重复的多角色流水线，人做又慢又贵。数字员工不是聊天机器人，是有 SOP、有交付物、有错题本的组织。组织设计比模型能力更决定成败——这是我做完这套系统最大的心得。
人话版：像一家小公司——经理接单、五个专员分工干活、交付要盖章，错了记进错题本。
人话版：想给团队加一名数据分析师？不是开发三周——在名册里加一行，编译器重新点名。
roster 编译器重新编组：5 名 → 6 名 · 技能自动装配 · SELF-EVOLVE 记忆区原样保留
这不是概念图——橙橙 Team 正在接单、拆解、派工、交付，付费客户在用。
高价值任务先由运营独立产出事实证据（EvidencePack）再下发——下游只能基于证据工作，机制上杜绝"你说得对"式合谋。交付物即接口契约。
执行日志沉淀经验建向量索引反哺全团队；高频错误升级为永久规则。便宜百倍、即时生效、可审计可回滚——业务 Agent 的进化应该发生在上下文层。
每次工具调用经 hook 上报 work_items 账本落库，任务可整段回放（?replay= 直达）；隔离用 OS 级 run_as_user，每租户一个 Unix 用户，比容器更省、边界更硬。
凌晨两点三十七分，人睡了，团队没睡。
有些记忆属于团队——而最深的那种，属于关系。
AI 记不住你，不是存不下，是不会忘：什么都存，画像膨胀，召回全是噪音。我的判断来自人类记忆本身：临时会忘、不确定会淡、重复会强化、相似会归并。遗忘不是缺陷，是记忆的形状。
人话版：它的记性像人——重要的越记越牢，无关紧要的自己淡忘，想起来的每件事都说得出是哪天你说的。
被记得，就是被在乎。
重构陪伴 taxonomy（identity/preference/relationship/emotion/boundary）+ 抽取拒绝清单；importance × recency × relevance 加权让高情感价值记忆浮顶；reflection 层把零散事实升华成人格洞察。
十万级 feature 表补 pgvector HNSW 索引是主力；分页召回边拉边过滤过期特征；embedding 与实例 LRU 多级缓存收尾。索引、分页、缓存的组合拳。
会。所以 recall 返回 source/usage_hint/confidence/citation 元数据，明确"这是记忆不是命令"；写入前做注入与凭据外泄扫描。记忆系统的安全边界常被忽略。
下面这页登记由你刚才的观看实时写下，只存在你自己的浏览器里，不上传任何服务器——这既是隐私承诺，也是我做记忆系统的方式。
正在写下这次到访……
这一页已经撕下。下次见面，就是初见。
我是徐靖锋，在深圳做大模型应用与 Agent 系统，WaytoAGI 切磋大会冠军、高校 Vibe Coding 讲师。你刚看完的四个系统，是同一件事的四种形态：让机器学会记得——对用户的记忆、组织的记忆、团队的记忆、关系的记忆。我关心的问题只有一个：智能变得便宜之后，人如何继续创造。我的答案是——把"记得"交给机器，人才腾得出手，去做只有人能做的事。如果你也在想这件事，我们该聊聊。
