記得越多不代表越聰明，有時候剛好相反
我幫 AI 蓋過一個記憶系統，讓它跨對話記得我是誰、記得我糾正過它的習慣。這篇要寫的是相反的事，有時記得太多，反而是個問題。
一開始我以為記憶檔越多越好，它懂我越深。可是檔案一路長到一百多個，我開始發現開新對話的第一步變重了。它每次開工，都要先讀完一疊「開工必讀」：我的做事規則，加上一份記憶總目錄，讀完才開始理我。這疊東西越長，它花在讀舊東西的力氣就越多，真正回答我的力氣就越少。這跟人一樣，腦子被塞滿待辦，反而想不清楚眼前這件事。
更麻煩的是重複跟過時。同一條規則我在兩個檔案各寫過一次，它到底聽哪個。有些規則彼此打架，一個叫它先講結論、另一個叫它先鋪背景。還有更早以前的專案、幾個月前就修好的問題，全都還躺在記憶裡，偶爾被它翻出來當成現況。記憶不是只會累積價值，也會累積雜訊，降低討論效率。
斷捨離做完，它變快、變省、也變清醒
因此我開始定期幫 AI 的記憶做斷捨離，減少我對他生氣的次數😂
開新對話，不用再等它「想起我是誰」
它的開工必讀清單，從大約 3 萬 4 千字壓到 2 萬 2 千字，少了 34%，剛好三分之一。體感非常直接：以前開新對話丟一個問題，要先等它消化完那一大疊才進入狀況；現在它接上我的上下文明顯變快，我問完，它很快就開始做正事。
同一份方案額度，聊得更久、養得起更多自動化
AI 的方案都有用量上限，而且它每回我一句話，都得把那疊必讀的東西重新背一次：清單越肥，每一句的消耗就越大。清單瘦了三分之一，等於我們之間的每一句話都在省。同樣的額度可以聊更久，也養得起更多背景排程，不會用到一半就被提醒快碰到上限。
記憶變清晰，它不再自己跟自己打架
記憶檔從 121 個整併到 109 個：重複的合併成一份，過時的退役。同一條規則不再兩個檔案各寫一次讓它不知道聽哪個，規則之間不再互相矛盾，已經結束的專案也不會再被翻出來當成現況。現在它引用記憶跟我對話，我可以放心信它說的是「現在的我」。
我是怎麼整理的：把每樣東西放到對的抽屜
整理記憶跟整理衣櫃是同一件事：重點不在丟掉多少，在於每樣留下來的東西都放對位置、找得到。
我的規則分成下面三個位置。全域規則放共通原則和讀取目錄，skill 放特定工作的做法，專案規則放這個專案才需要的背景與限制。
例如，寫一號星球文章時，AI 會一起用到全域規則、寫作 skill 和一號星球的專案規則。各層的細節太長，就另存成參考檔（reference），在原處留「什麼時候讀、去哪裡找」的目錄，需要時再讀全文。
先分「每次都要知道」跟「用到才要看」，分完各自有去處
判準只有一句話：這條規則是不是每次對話都會用到？是的，寫進核心規則檔，就是它每次開工必讀的那份「我是誰、怎麼跟我做事」，像我的工作背景、正在追求的目標，以及「回答時先說結論，再補原因與背景」這種共通的溝通習慣。不是的，看它綁著什麼決定去處：綁著某個技能的，做成用到才打開的工具箱（我的系統裡叫 skill），最典型的是十條教它怎麼寫出我口氣的寫作規則，原本天天載入，可是我大部分對話根本不是在寫文章，搬進寫作工具箱之後平常安安靜靜，要寫才出現；綁著某個專案的，收進那個專案的資料夾，它走進那個資料夾工作才會讀到。
內容多了，就設定目錄，告訴 AI 遇到什麼問題再讀哪一份
把細節從核心規則拆出去，放進 skill、專案資料夾或獨立參考檔之後，還要讓 AI 知道什麼時候去找。我在每次必讀的核心規則裡留了一份目錄，寫清楚：處理排程時讀排程規則、選工具時讀工具選擇原則、寫程式時讀程式開發規則。平常只讀這份目錄，碰到對應的工作，再打開那份文件。這就是我用參考檔（reference）的方式。
整理時，我也把核心規則裡重複、意思相近的內容合併成大原則，細節則分到各份參考檔。原本大約 1 萬 8 千字的核心規則，整理後剩下 9 千多字。記憶檔也用同樣的目錄概念，按「我是誰、怎麼跟我協作、我在做什麼、技術上的做法」分類，每份只記一件事，目錄上簡單說明內容和位置。這樣需要的資料還找得到，也不用每次全部讀完。
暫時用不到的先留備份
過時或已經合併的檔案，我會另外收起來，從平常讀取的清單移除。哪天需要回頭查舊做法，還找得回來。
有沒有真的變輕，用數字量、不憑感覺
整理完我會拿整理前後的字數實際比一比，算出到底省了幾成，前面那個 34% 就是這樣量出來的。因為「感覺好像清爽多了」很容易騙自己，只有數字會老實告訴你是真瘦了還是白忙一場。
最大的坑：為了精簡，把本意也一起砍掉了
那時候我太常碰到 token 的用量上限，發現 AI 產出的文件一長，就很耗額度。我想說，那就叫它省一點，要求之後產出的文件都用最精簡的方式寫。
結果文件越寫越像給機器人讀的。字是少了，但主詞、解釋和句子之間的因果也一起被省掉，只剩一串濃縮過的重點。我看文件時，還得自己補回「誰要做什麼、為什麼要這樣做」，才讀得懂。
後來我重新跟它說清楚：文件要講人話，讓第一次接觸這件事的人也能順著讀懂。重複的內容和空話可以刪，但主詞、因果、條件，還有理解所需的例子要留著，不能為了縮短篇幅，把我的本意也改掉。
這次我才發現，要求 AI「盡量精簡」，它可能連幫助人理解的詞都一起省掉。現在我會多看一遍：這份文件的意思有沒有講完整，還是只是字數變少了。
留下來的，是那些真的每天都用得上的
斷捨離到最後不是留下最少的東西，是留下對的東西。我現在判斷一條記憶要不要留在「每天都讀」那一層，只問兩件事：它是不是很難重新查回來，而且是不是每次都用得到。能隨手查回來的、只在特定情境才用得上的，就不該佔用它每天的注意力，該收進倉庫或搬進工具箱。
這其實跟我過日子的方向是同一套。餘裕不是把東西全丟光，是把不需要每天扛在身上的東西放下，力氣才留得住，留給真正重要、只有我能做的判斷。記憶也是。留得住重點，比記得住全部更值錢。