一次踩坑如何变成团队记忆：智忆 Capture → Review → Recall 实战
不讲愿景口号，只拆一条真实链路——一次踩坑，怎样被结构化、被人工确认、再在下一次任务里被 Agent 精准召回。
产品入口：智忆（zhiyi）
先说结论
智忆（zhiyi / AEC）管的不是「又一篇文档」，而是 Experience：在具体约束下做过什么、为什么这么选、怎么验证、什么时候会失效。对人可读，对 Agent（如 Cursor、Claude Code、Copilot）可直接进 Context。
核心不是「多写几条笔记」，而是跑通：
Remember → Capture → Review → Recall
文档 vs 经验：为什么 Wiki 喂不饱 Agent
团队并不缺文档。Git、README、Wiki、Notion、PR 都有。缺的是「决策现场」：
- 为什么不用方案 B？
- 这个接口为什么不能改字段？
- 上次同类 Bug 的根因和验证方式是什么？
这些内容往往只活在某次对话、某次会议、某个人脑子里。文档适合回答「应该怎么做」；经验适合回答「在那种条件下，我们实际怎么做、为何有效」。
| 维度 | 文档 / Wiki | 智忆 Experience |
|---|---|---|
| 内容单元 | 长文、页面 | Fact Block（observation / decision / action / outcome…） |
| 消费方式 | 人读全文 | 人浏览 + Agent 按任务 Recall 片段 |
| 质量门 | 能写就能存 | Capture 草稿 → 人工 Review 后才进可召回库 |
| 检索目标 | 关键词 / 粗粒度 RAG | 语义 + Task Match，按任务匹配 |
一条经验长什么样
以「修复容器复用时 PM2 热更新失败」为例，一条合格 Experience 通常拆成：
- observation：现象、环境、报错（不是「任务做完了」）
- decision：选了什么、为什么不选其他方案
- action：改了哪些文件 / 配置 / 命令
- outcome：如何验证有效
- constraint（强烈建议）：适用条件与失效条件，避免被误当成万能规范
对应到 MCP 侧，Agent 通过 memory_submit 提交时，默认进入 Capture 草稿，不会立刻对全员 / 全 Agent 生效——这是和「把聊天记录丢进向量库」最大的差别之一。
实战四步：从踩坑到下次不再踩
1）任务前：Remember / Recall
开干之前，Agent 先按当前任务描述召回相关 Rule / Workflow / Experience。好的召回不是「搜到很多」，而是 Task Match 高、噪声低——支付模块任务优先命中支付相关 Decision 与约束，而不是整本 Wiki。
实践建议：
- 任务描述写具体（仓库、模块、当前文件、已知症状）
- 先遵守 Rule / Workflow；Experience 作案例参考，冲突时以现行代码与项目规则为准
2）任务中：按规范执行，别把「没遵守」写成经验
智忆有一条很硬的分流原则：
- 已有规范只是没执行 → 不要记经验，应补 CI / Review / 培训
- 规范缺失或说不清 → 优先补 Rule / Workflow / README
- 在明确约束下做了非常规取舍，且有验证结果 → 才记 Experience
这就是 Submit Gate（提交门）：不是所有结束任务都值得沉淀；乱记只会污染 Recall。
3）任务后：Capture
Agent 把 observation / decision / action / outcome（及 artifacts）提交为草稿。Web 端 Review 时可以：
- 确认发布为 Experience
- 或提炼为 Rule / Workflow / Decision
- 或驳回（信息不足、与规范重复、不可复用）
4）人工 Review：可信度从这里来
没有 Review 的「自动记忆」很快会变成噪声库。智忆把人工确认当作质量闸门：只有过闸的知识，才进入可被语义检索与 Task Match 消费的 Memory。
在编辑器里怎么接
形态上很薄：通过 MCP 把 Cursor 等智能体接到工作空间 Memory API。典型工具能力包括：
- 按任务召回 Fact Blocks
- 探索经验关系子图（从一条经验扩到相关决策 / 依赖）
- 提交草稿（experience / rule / workflow / decision）
- 对召回结果做 used / helpful / outdated 等反馈，反哺排序
对使用者来说，日常感知是：开任务前多了一段「老员工提醒」，收工后多一步「值不值得沉淀」的自检，而不是再开一个记笔记的网站。
什么样的团队最适合先试
- 已经在用 AI Coding，但同样坑反复出现
- 有多人 / 多 Agent 协作，需要一致约束
- 愿意有人做轻量 Review（哪怕每周集中过一遍草稿）
- 希望组织记忆可审计、可传承，而不是散落在个人对话里
写在后面
真正有用的是把闭环嵌进日常：
召回 → 做事 → 过提交门 → Review → 再召回。
当你开始区分「该写规范」和「该记经验」，智忆就不再是又一个知识库，而是团队给 AI 装上的长期记忆层。
想上手，直接打开：https://zhiyi.atbigapp.com/