AI写作工具与写作智能体之间的差距在于记忆，而大多数实现都忽略了这一点

我花了一些时间在产品中构建写作辅助功能，而我低估的一点是：写作工具和写作智能体不是一回事，差异几乎完全在于记忆。写作工具是无状态的。你给它文本，它给你更好的文本，完毕。确实有用，大多数“AI写作”功能正是如此。但每次请求都是从零开始。它不知道你如何写作、你已经发布过什么，也不知道你上周纠正过同样的问题。所以它会重复犯错，你每次会话都要重新教它。写作智能体是相同的生成能力加上持久性。它会记住你的风格决策、你总是修改的术语、你已经覆盖过的主题从而不再重复，以及你过去对草稿的反馈。正是这种记忆，把它从一个花哨的自动补全变成了一种用得越久越有用的东西。我在构建记忆层时学到的： - 存储决策，而不是完整历史。“用户总是把X改成Y”、“避免使用词Z”、“目标读者是A”比把所有过去的草稿都塞进上下文更好。更便宜，而且真正能引导输出。 - 将持久的风格记忆与每个项目的记忆分开，否则为某个客户的一次性语气会渗透到所有内容中。 - 让用户能看到并编辑它记住的内容。静默的错误记忆比没有记忆更糟，因为你无法判断输出为何偏离。 我见过的大多数实现都止步于无状态工具，因为它演示效果好。记忆并不起眼，但却是日常使用中的全部差别。有没有人在写作智能体的记忆方面深入研究过？我很好奇你们存储什么，又刻意丢弃什么。