,
,
,
这周主要在研究如何实现 提示词系统 PromptX，昨天总结了一下关于思维的一些探索 \x26lt;a href=\x26quot;https://mp.weixin.qq.com/s?\_\_biz=MzkyODkyMzMwMg==\x26amp;amp;mid=2247483713\x26amp;amp;idx=1\x26amp;amp;sn=06a7cbd5c7cd778e2ee702ebe51269e0\x26amp;amp;scene=21#wechat\_redirect\x26quot; target=\x26quot;_blank\x26quot; data-itemshowtype=\x26quot;8\x26quot;\x26gt;AI 的思维模式\x26lt;/a\x26gt;， 今天推进到了记忆，目前也总结了一点点心得认知出来，在这里记录一下。\x0a\x0a关于记忆，目前最公认的定义是认知心理学的 “工作记忆”， “短期记忆”， “长期记忆”这三种分类方法， 从这几个方法入手，最终和豆包讨论出了我比较满意的结论。\x0a\x0a如何理解 AI 的 记忆：\x0a\x0a工作记忆：请求级的上下文，可以理解为一次请求中 AI 在思考和执行用到的信息和产生的信息， 比如推理的前置条件和推理的结论， 类比到编程领域就是上下文Context。\x0a\x0a短期记忆：会话级的提示词， 这个很好理解，就是每一个会话窗口，用户，系统，AI 的 对话记录，切换窗口后这一层记忆就丢失了， 类比到编程领域就是一个进程 Process。\x0a\x0a长期记忆：持久化知识存储，这个也很好理解，就是用某种手段把需要记下来的信息存储起来，在需要用的时候查询出来， 类比到编程领域就是程序Program， 包括了代码和持久化的数据。\x0a\x0a对这些概念做梳理以后就能很好的为我的提示词体系的记忆模块做定位了。\x0a\x0a关于工作记忆，目前能做的就是可以使用一些提示词 trick，去监测，影响 AI。\x0a\x0a短期记忆就更不用说了，整个提示词工程都是基于短期记忆的。\x0a而长期记忆也是这一次我们关注的重点，因为目前主要是希望 ai 能在诸如 cursor， cline 等 IDE 环境工作的更好，所以主要还是依赖简单粗暴的文件存储，比如 shell 环境，os ，client 的信息记录下来，效率就能极大提高了。这个也是 cursor-memory-bank 核心思路之一。\x0a\x0a最后我分享一下我和 AI 进行探索和推理思考的过程\x0a\x0a1. 跨领域类比：把其他学科的概念引入使用，但是看不懂不要紧，往自己熟悉的领域去类比。\x0a\x0a2. 预设实际使用场景：光思考没用，想不出来的，AI 也想不出来，我们需要仔细想想我们做的东西用在哪，然后把使用场景描述出来和 ai 讨论，给出的建议会有用很多。\x0a\x0a3. 拟人大法：AI 一定要拟人，不知道怎么做就让研究人类怎么做的，人类怎么做，ai 就怎么做，大概率结果都不错。\x0a\x0a最后附上和豆包讨论的过程， 感兴趣的可以参观一下\x0a\x0ahttps://www.doubao.com/thread/w465c4fc40df2b688