Agent 负责发现，你负责确认。个人记忆由此变得可信。

再聪明的模型，也猜不出你的人生

大语言模型很擅长处理公共知识，也就是那些普遍成立、可以由许多人验证的事实。但个人信息完全不同。任何模型都无法仅凭互联网推断出你希望别人如何称呼你、你去年为什么否决某个方案、你在重复性工作中更喜欢哪款工具，或 Agent 绝不能越过哪条边界。

能力更强的模型，也许能给出听起来更像真的猜测，而这恰恰是危险所在：关于你的错误答案一旦表达得足够流畅，就可能显得非常合理，但只有你能纠正它。检索能力再强，也无法弥补基础信息的缺失。如果信息从未被记录，就没有任何内容可供检索。

你不该被迫为自己写一本使用说明书

常见的做法是填写个人资料、自定义指令，或手动维护一份记忆文件。这些方法可以作为补充手段，却不适合成为主要入口。你熟悉的事情对自己而言只是背景，因此很难意识到哪些信息对 Agent 来说是新的。最有价值的记忆——一次决策背后的原因、失败带来的教训、不经意流露的工作偏好——往往也最难让人临时概括出来。

而且，人会改变。一次写好的个人资料只是一张照片，真实的人却是一段不断发展的故事。记忆产品不应该把“描述自己”变成又一个需要你长期维护的收件箱。

有用的信息，其实已经存在于你的工作中

你可能从不会专门坐下来告诉 AI：“我是这样做决定的。”但在项目讨论、邮件、会议记录、Agent 会话，以及你编辑的文档中，这些信息会自然流露出来。它们保留了表单容易丢失的东西：第一人称表达、时间、交流对象、原因和上下文。

这意味着可以采用一种更合理的分工：

1. 你把选定的工作资料和沟通放入自己的 vault。 原始内容继续作为证据保留，并始终由你掌控。
2. Agent 发现细小、独立的候选记忆。 它每次只提出一条清晰的主张，而不是凭空拼出一份完整的个人画像。
3. 你逐条判断。 可以确认、否认、标记为重要，也可以直接忽略。
4. 只有你的决定才能产生可信记忆。 获得批准的主张会成为持久、带版本记录的资产，并可生成简洁的 USER.md 和 MEMORY.md 视图。

机器负责扫描和起草，你则保留那项无法交给别人完成的工作：判断一条主张是否真正代表你。

记录只是证据，不会自动变成事实

日常语言往往含糊不清。“我们下季度会迁移到 PostgreSQL”可能是一项决定、一份提议、一个玩笑、一段引用，也可能只是思想实验中的假设。会议记录甚至可能把这句话记到了错误的发言人名下。如果把这些差异全部抹平，只留下一个所谓的“事实”，系统反而丢掉了让这句话值得信任的关键信息。

因此，note.md 保存的是主张，而不是没有来源的事实。每条主张都会保留它描述的是谁、由谁提出、来自哪里、在什么时间适用，以及得到了哪一种批准。来源可以帮助 Agent 提出一条候选记忆，却不能代替你批准它。

所以，审核并不是随着模型进步就可以拆掉的临时脚手架。正是这个环节赋予了记忆可信依据。

一个“确认”按钮背后，其实是三种不同的决定

“记住这件事”“这项外部主张属实”和“你可以据此采取行动”，代表的并不是同一种许可。note.md 会把它们分开：

按钮上的文字会随决定类型而变化。批准只与当时审核的确切内容绑定；候选内容一旦改变，就必须重新审核。Agent 可以提出建议，却不能自行制造一份来自人的批准。

搜索与记忆承担着不同的任务

许多系统把记忆当成一种特殊的搜索索引，或干脆把整个文档库都视为记忆。note.md 会有意区分二者。

搜索能减轻你的记忆负担：你不必记住所有事情，因为需要时还能找到。记忆则帮助 Agent 与你保持一致：它们只会获得少数由你明确认可的主张。内容相关，并不等于获得了使用许可。

真实 vault 中的数据，说明了人工确认为什么重要

截至 2026 年 9 月 2 日，一个真实的 note.md vault 中共有 83 条 Agent 提出的候选记忆。vault 所有者保留了 27 条，忽略了 56 条。也就是说，接近三分之二看似合理的建议，并不适合成为长期上下文。

这并不说明 Agent 没有用，反而体现了它最适合承担的角色。几乎每条候选记忆都是由 Agent 发现的，其中包含许多用户自己绝不会主动写进个人资料的有效信号。随后，vault 所有者剔除了玩笑、临时状态、重复内容和过度自信的解读。发现带来了覆盖面，确认建立了信任。

note.md 向你承诺什么

• 任何猜测都不会悄悄变成你的个人画像。 在你作出决定之前，Agent 提出的内容始终只是候选建议。
• 你每次只审核一层含义。 涉及敏感身份、边界或授权的主张不能批量批准。
• 你可以查清每条记忆的来历。 来源、提出者、时间、批准情况和修订历史都会随记忆保留。
• 记忆只会用于获得许可的上下文。 空间、目的、服务提供商和共享规则共同决定 Agent 可以接收哪些内容。
• 你的纠正会不断积累价值。 被忽略的建议会受到抑制，指导信息也可以记录未来 Agent 需要避免的错误。
• 这些资产始终属于你。 权威依据保存在本地、由 Git 跟踪的文件中；易读的 Markdown 视图可以重新生成，其他 Agent 也能使用同一份已批准的上下文。

为什么这项工作会越来越轻松

个人记忆并不是一串永远填不完的资料字段。身份、稳定偏好和边界通常数量有限，它们大多会在早期建立，之后只需偶尔修订。新的决定仍会不断出现，但你可以逐件审核，而不必每次都重写一遍个人经历。

这个循环也会逐步改善。已批准的主张能帮助下一轮发现减少重复，被忽略的候选内容不会反复出现，每次纠正都会提醒未来的 Agent 不要作出同样的假设。目标不是向你提出更多问题，而是把你的注意力留给那些只有你才能回答的少数问题。

选择你想要的记忆契约

不同的使用方式，适合不同的记忆契约：

如果你更愿意只向 Agent 提供少量但可信的记忆，而不是接受一份由无声猜测堆积起来的庞大画像，那么 note.md 的方式更适合你。它面向希望获得实用个性化体验、却不愿把“定义自己”的权利交给 AI 的人。

接下来的改进也会遵循同一理念：更准确地从用户选定的来源中发现候选记忆，合理安排审核节奏，让人能够认真判断；结合时间和实际调用情况，提示哪些记忆值得复查；从成功与失败的工作中总结经验，并发布可重复验证的质量指标。这些改进会让整个循环更安静、更有帮助，但不会取消人的确认环节。

外部数据库只是保存关于你的陈述。真正值得信任的第二记忆，则会让你记得：它所知道的内容，都曾由你亲自批准。