一篇稿子，改了 21 版。 第一版看起来没什么大问题。第十一版把开头整段换掉。到最后一版，结尾又删了一截。如果把这二十一份全部塞给 AI，它记住的内容越多，反而越难知道你现在到底要用哪一版。 这不是记忆太少，是记忆没有失效时间。 网上最后只留下终稿。中间删过什么、为什么删、哪一次改动被证明有效，几乎没人记。可对一个要长期跟你干活的 Agent 来说，值钱的恰恰是这些没出现在终稿里的过程。 @legacyvps 拿这 21 版去测 OpenContext，测完最清楚的不是「它能存」，是「存下来以后怎么办」。 文件夹可以按时间排，向量搜索也能捞出相似段落。下次让 Agent 给这篇文章做摘要，它依然可能把你已经删掉的结尾找回来。找得到，不代表它知道这段已经不用了。 所以真正要过的关就三句： 记得住，不是把旧稿全找回来，是能在跨会话、跨项目的历史里，拿出当前仍然有效的那一版。 学得会，不是把轨迹直接拿去训练，是从你的删改和反馈里，提炼下次还能用的经验。 做得成，不是指标好看，是下一次交稿，真的少走一次已经证伪的弯路。 他本地跑的时候也很老实。官方包没起来，自己拉源码修写入读取，接到 SQLite。消息能存、能读、能手动标 current / superseded。语义搜索没配 embedding，接口直接报错。失败截图他留着，没补一个看起来成功的结果。 这比完美 demo 有用。因为边界就在这儿：保存只是最前面一步。Agent 还得知道一段话什么时候失效，后来被什么取代，当时又为什么改掉它。 新内容也不能因为来得晚就自动赢。证据不够，就标成 contested，把来源一起交给你，而不是悄悄替你选一个。被删掉的形容词没必要一直占着上下文；导致整段重写的那个判断，却值得留——它能解释你为什么走到现在这一版。 我现在看 Agent 记忆，已经不太关心它能存多少条了。 我更在意旧内容什么时候失效，以及一次修改为什么会发生。只保存最终结果，Agent 看不到过程。什么都舍不得放下，它又会把过期答案带回来。 等它不只记住 21 版，还能说清为什么留下第 21 版，并把这个判断用到下一篇里，「每完成一次交付，就获得一次成长」才不只是口号。