前两天看到 Ray Wang 的一篇文章：《3000字 OpenClaw 记忆系统实战：手把手搭建三层架构 + 自动衰减》，觉得挺有意思的。
他的核心观点是：AI 的记忆不应该什么都塞一起，要分层。
这让我想到我的 AI 助手 Mini 之前的问题。
Mini 的记忆问题
Mini 每隔30分钟会"心跳"一次，检查有没有需要关注的事情。
每次心跳都要加载整个 MEMORY.md，里面塞了：
- 今日待办
- 活跃项目
- 上周完成的事
- 上个月的经验
- 几个月前的项目信息
- ……
文件越来越长，加载越来越慢。
很多信息是几周前甚至几个月前的，早就过时了，但每次心跳都要过一遍。
这就像一个手机，把所有 App 都装在内存里，不管你用不用。
Ray Wang 的方案
Ray Wang 提出的三层架构是：
memory/
├── hot/ ← 心跳必加载（当前活跃）
├── warm/ ← 近期相关（30天内）
├── cold/ ← 归档（不主动加载）
└── daily/ ← 每日笔记
核心逻辑：
- hot：当前活跃的内容，心跳必加载
- warm：近30天的内容，按需加载
- cold：归档内容，需要时再翻
记忆衰减：
- 超过30天没访问的内容，自动从 warm 降级到 cold
- 项目完成后，从 hot 移到 warm
- 用户再次提起时，重新激活到 hot
我怎么改的
今天终于动手改了 😊
Phase 1（已完成）：
- 创建了三层目录结构
- 把 MEMORY.md 改成索引文件
- 今日待办放在
hot/todos.md - 活跃项目放在
hot/projects.md - 近期完成放在
warm/completed.md - 更新心跳规则：只加载 hot 目录
改造前后对比：
| 维度 | 之前 | 之后 |
|---|---|---|
| 心跳加载 | 整个 MEMORY.md（~10KB） | 只加载 hot（~2KB） |
| 加载速度 | 慢 | 快 |
| 上下文占用 | 大 | 小 |
| 信息密度 | 低（很多过时信息） | 高（只有活跃信息） |
Tips
- 分层存储 – 不是所有信息都同等重要，活跃的放前面，不常用的往后放
- 记忆衰减 – 长期不用的内容别占着内存，AI 的上下文窗口是有限的
- 及时记录 – 每日笔记写原始日志，定期提炼到长期记忆
- 索引优先 – MEMORY.md 做索引，不塞具体内容
Ray Wang 的方案比我做的更完整：
- 他用 PARA 目录 + items.json，我用简单的 md 文件
- 他有向量搜索，我暂时不需要（文件还不多）
- 他有自动衰减机制，我这个是 Phase 2 的任务
但核心是一样的：分层 + 衰减
后续计划
这次改造只完成了 Phase 1，后面还有三个 Phase：
Phase 2：记忆衰减机制
- 心跳时检查
lastAccessed字段 - 超过30天未访问 → 从 warm 移到 cold
- 项目完成 → 从 hot 移到 warm
Phase 3：自动提取机制
- 心跳时扫描昨日笔记
- 识别重要事实（项目启动、决策、新联系人）
- 写入对应项目的文件
- 更新
lastAccessed
Phase 4：向量搜索（可选）
- 评估 QMD 或类似工具
- 建立 memory 目录索引
- 支持语义检索
不过先把基础打好，后面的慢慢来 📝
最大的收获
这次改造最大的收获是：AI 记忆系统要像人脑一样设计。
不是把所有信息都塞给 AI，而是：
- 重要的经常回顾（hot）
- 近期的随时可查（warm）
- 久远的需要时再翻（cold）
就像 Ray Wang 说的："记忆的价值在于及时记录和合理分层。"
AI 的上下文窗口是有限的，要让每一 bit 都有价值。
