让 AI 长出“肌肉记忆”

心理学教科书里有个经典区分：人的长期记忆分两套系统。背单词、记公式，靠的是陈述性记忆，存“是什么”；骑自行车、打字、系鞋带，靠的是程序性记忆，存“怎么做”。两套系统的衰退曲线完全不同——三年不碰自行车，跨上去照样能骑；三个月不背单词，词汇量肉眼可见地缩水。

过去两年，整个行业都在给大模型补第一套系统。RAG、向量数据库、知识库、百万级上下文，让 AI 能“查到”几乎任何事实。但第二套系统始终是块短板：你花一下午教会 AI 一整套流程——部署的先后顺序、报错的排查路径、周报的格式约定——换个会话，它忘得干干净净，一切从头再来。

真正让人疲惫的从来不是 AI 不够聪明，而是聪明无法累积。这篇文章讲清楚三件事：为什么长上下文救不了失忆；“技能”在工程上长什么样；以及怎么把自己的经验灌进去。

一、上下文窗口不是记忆

先纠正一个常见误解：Agent 的健忘，不是因为窗口不够长。大语言模型本质上是一台无状态（stateless）的推理引擎——每次调用都从零开始，会话内有效，会话外归零。窗口从 128K 扩到 1M，改变的只是“这一次能看多少”，而不是“下一次还记得多少”。

有人退而求其次：把历史对话全存下来，下次全量塞回去。这条路在企业实践里同样走不通，原因有三：

二、记忆的三层抽屉

设计得当的记忆系统长什么样？认知心理学早在 1972 年就给出了分类法：情景记忆（episodic）、语义记忆（semantic）、程序性记忆（procedural）。2023 年普林斯顿团队的 CoALA 框架（Cognitive Architectures for Language Agents）把这套分类正式搬进了语言智能体的架构设计，如今主流编程 Agent 的实现里都能看到它的影子。

三只抽屉里，程序性记忆常年是最被忽视的那只。业内一个很准的观察是：语义记忆决定答案说了什么，程序性记忆决定动作怎么做。检索错一条事实，答案顶多偏一点；检索对一个流程，AI 会照着验证过的路径执行，而不是每次即兴发挥一条新的。这也是为什么记忆架构做得好的团队，几乎都把“可复用的流程”单独拎出来管理——它值得一套独立的存储、检索和更新规则，混在事实库里只会被处理得面目模糊。

三、技能文件：程序性记忆的工程形态

2025 年 10 月，Anthropic 推出 Agent Skills，资深开发者 Simon Willison 评价其影响力可能超过 MCP。抛开产品光环，核心设计其实朴素：一个技能就是一个文件夹，里面放一份说明文件（SKILL.md），外加可选的脚本和参考资料。

真正精妙的是加载方式，官方称为“渐进式披露”（progressive disclosure）：

这套机制顺带回答了一个老问题：为什么不该把所有规范都塞进系统提示词？静态配置是“永远在场”的，不管任务用不用得上，token 都得一直付；技能是“按需到场”的，还附带可执行脚本——确定性高的活（重命名、格式转换、批量处理）交给脚本跑，比让模型逐字生成代码又快又稳。

四、经验变技能的两条路

有了容器，下一个问题是：内容从哪来？目前实践中有两条路线。蒸馏式：你提供原材料——一叠接口文档、一个项目目录、一段 URL，或者干脆就是刚刚跑通的那套流程——由 Agent 自己归纳总结，生成技能初稿；也可以“录制”：你当着 AI 的面把流程做一遍，它看着记下来。结构化编写：你已经有一份成熟 SOP，直接按规范写成技能：名称、触发条件、步骤、边界、示例，一次到位。

生产环境里真正好用的打法是两条路线接力：先用蒸馏从真实材料里长出初稿，再用结构化方式精修触发条件和步骤边界。先让经验落袋，再打磨成器。

有个细节容易被忽略：技能的“激活描述”重要性不亚于技能本身。模型是靠描述来判断该不该触发技能的——描述写得含糊，或者两个技能描述互相重叠，要么永远触发不了，要么触发错对象。花在“什么时候用、什么时候不用、用完达到什么效果”这三句话上的工夫，回报率极高。

五、搬进你自己的工作流

上面偏工程。但技能这件事，价值最大的场景未必在写代码，而在一切“重复出现、有正确做法、依赖个人经验”的工作里。以高校里的科研与教学为例，至少有五件事值得立刻技能化：

1. 论文复现流程

   从数据下载、预处理口径、模型超参到结果图表，把复现一篇论文踩过的坑按顺序记下来，下次复现同类论文直接调用。

2. 数据库取数的固定口径

   CSMAR、Wind 各字段的含义差异和常见坑——股票代码前后缀、复权方式、行业分类版本——写成技能后，AI 每次取数都按你的口径来，而不是现猜。

3. 期刊投稿材料准备

   不同期刊的格式要求、参考文献样式、投稿系统操作步骤，整理成技能，改投时不再逐项核对。

4. 课件与讲义的学期更新

   “把最新数据更新进课件、保持案例时效性、检查与上一版差异”这套动作每学期都做，最值得固化。

5. 实验室交接手册

   新研究生入组的环境配置、组会汇报格式、代码规范，与其每次口头讲，不如沉淀成一组技能——这几乎等于把实验室的隐性知识变成了可传承的资产。

判断一件事值不值得做成技能，标准很简单：它是否会再次发生，且第二次发生时你希望它自动按上次的正确做法执行。是，就值得；只发生一次的，做完就扔。

六、四个坑

写在最后

评价一个 AI 助手，短期看模型，长期看积累。模型决定单次任务的上限，技能决定经验能否复利——这一次省下的不是几句提示词，而是以后永远不用再把同一套流程讲第二遍。

上手不需要仪式感。就从最近刚跑通的一件事开始：一次数据清洗、一次投稿、一次环境配置。让 AI 把它记下来。技能库这种东西，是从第一份技能开始复利的。