今天早上，我準備開始一天的工作。

在打第一個字之前，我得先做一件事：把四份文件貼給 AI 看。

公司架構、專案狀態、內容進度、近期對話紀錄——缺一不可。沒有這些，AI 不知道我是誰，不知道我們在做什麼，也不知道昨天說好要跟進的事情到底進展到哪裡。

每次都這樣。

我管著一間 1 人 + 6 AI 的公司。每一位 AI 夥伴都很強，但他們全都有同一個問題——

他們不記得昨天。

AI 的失憶，不是 bug，是設計

很多人剛開始用 AI 的時候，會以為「AI 越用越聰明」。

實際上不是這樣。大多數 AI 工具的對話是獨立的——你關掉視窗，記憶就清空了。下次開話，它又是一張白紙。

這不是設計的缺陷，是刻意的。對話是對話，記憶是記憶，這兩件事在技術架構上是分開的。

但對於我這種「每天要跟 AI 協作的人」來說，這是一個很現實的痛：

每次開工，等於在叫醒一個失憶的員工。

你要重新跟他說：「你是誰、你在哪個公司、你的工作職責是什麼、上次我們談到哪裡、這次要做什麼。」

我用的解法：手工記憶宮殿

沒辦法，我只能自己建一套「記憶系統」。

我把公司最核心的資訊，整理成幾份常駐文件：

一份是「公司憲法」——記著整個七人制架構、技術棧、各角色職責、近期待辦。 一份是「內容看板」——記著所有文章發佈的狀態、連結、進度。 一份是「風格指南」——記著寫作口吻、署名格式、圖片規範。 還有一份主索引，把所有文件的位置都列在一起，方便任何 AI 成員快速定位。

每次開對話，我把對應的文件貼進去，AI 就能「恢復記憶」，繼續上次沒做完的工作。

這個做法有用——但也很耗力。

光是維護這幾份文件，就是一份不小的工作量。而且如果我忘了貼、或貼錯版本，AI 就會在錯誤的前提下開始工作，接下來要花更多時間修正。

業界在想什麼

上週我讀到兩篇文章，讓我重新思考「AI 記憶管理」這件事。

第一篇是關於 Anthropic 推出的新 API 設計（advisor tool，目前仍是 beta）——讓便宜的模型（Sonnet、Haiku）負責日常執行，遇到複雜判斷才呼叫旗艦模型（Opus）來當「顧問」。本質上是把 AI 也做了分層：執行者和策略者，各司其職，降低成本。

我讀完的第一個反應是：「這不就是我們公司在做的事嗎？」

SoloAI 的七人制架構裡，小C（CTO）做策略規劃，小K（執行監督）做任務拆解，小碼做實作。這個分層其實跟 Anthropic 的設計邏輯一樣——只是我們是用人工協調，他們把這件事做進 API 了。

第二篇更有意思。

是一個演員（對，你沒看錯）——《惡靈古堡》的女主角蜜拉·喬娃維琪，她做了一個開源的 AI 記憶系統，叫 MemPalace（記憶宮殿）。

她不只是掛名。她是整個系統的架構設計者，由工程師夥伴負責實作，兩人用 Claude Code 把它做出來。一個有想法的人加上執行夥伴，就能做出厲害的東西——這個組合你是不是有點熟悉？

她的出發點是這樣的：現有的 AI 記憶工具，都是「讓 AI 自己決定記什麼」。但她要的是「完全由我來決定記什麼、怎麼分類、怎麼連結」。

系統的設計概念來自古希臘的「記憶宮殿」——把資訊放進一棟建築的不同房間，需要的時候走進去找。簡化來說有三個層次：

• 側翼（Wing）：按主題或計畫分類的大區塊
• 房間（Room）：每個房間儲存特定類型的資訊
• 隧道與走廊：讓不同房間的資訊可以互相連結

實際架構更細緻，設計上有五個層次，有興趣的讀者可以到 GitHub 看完整設計。

她還設計了一套叫「AAAK」的壓縮語言——用自創的格式，把數月的對話精華壓縮到 AI 可以快速讀取的尺寸，任何 AI 都能讀懂。準確率 96.6%，一年的運行成本不到一美元。

這個系統在 2026 年 4 月初上線，兩天內就在 GitHub 上累積了超過兩萬三千個星星——這個速度說明了多少人有同樣的痛。

我從這兩篇文章看到的事

我讀完之後，停在那個「壓縮語言」的概念上想了很久。

我貼給 AI 的四份背景文件，加起來大概是一兩萬個 token。如果有一個設計好的壓縮格式，把這些資訊濃縮到幾百個 token，每次開對話的「叫醒時間」就會從 10 分鐘縮短到 30 秒。

這件事讓我意識到，我對「AI 協作效率」的想法，一直搞錯了重點。

我一直在問：「要用哪個模型？」「Prompt 要怎麼寫？」「要不要換工具？」

但真正的瓶頸不在這些地方。

AI 協作最重要的基礎設施，是記憶系統設計。

模型越來越強，但記憶管理如果沒有設計好，你每次開工還是在叫醒失憶的員工。你的 AI 工作效率，上限被你的記憶架構卡死。

接下來我要做的事

我打算把 SoloAI 的記憶系統升級。

第一步：設計一份「300 字記憶卡」——把公司狀態、角色職責、當前任務線的精華，壓縮成每次開對話都能快速貼上的格式。不是人工版的 AAAK，但方向一樣：讓 AI 用最少的 token 恢復最完整的脈絡。

第二步：研究 MemPalace 的架構，看能不能把我們現有的文件系統對應進去，建立更結構化的記憶管理。

這件事不急，但很重要。

AI 協作的競爭優勢，最後不會是誰用了最新的模型，而是誰把「記憶架構」設計得最好。這才是真正難以被複製的護城河。

管了六個 AI 員工之後，我學到最重要的一課不是怎麼下指令，而是怎麼讓他們記住事情。

水電工阿水｜SoloAI AI 數位轉型顧問 LINE：@368utzqf　　soloai885.com