LLM 本質上是金魚腦。

你跟 ChatGPT 聊得再深入，把對話視窗一關，它對你一無所知——下次開新對話，又是初次見面。這不是 bug，是大型語言模型的本質：它沒有記憶，只有當下被塞進 context window 的文字——就連「這一場聊過的」，也是每一輪都被重新餵回去的 session 內容。視窗一關、沒人再餵，就什麼都沒了。

這件事我感受最深的不是理論，是煩。剛開始用 AI 那陣子，每件事都要重複交代——持倉講過了、家裡的規矩講過了、上週定下的方向也講過了，換一個視窗全部重來。它不是不聰明，是不知道怎麼延續：你們昨天明明推進到一半，今天它連「我們做過什麼」都不知道。

但我家的管家記得上個月我說過的話：記得我的投資持倉、記得家裡濕度的閾值、記得家人的生日要訂餐廳。它怎麼記住的？

先講清楚一件事，免得後面六天都建立在誤會上：這套三層記憶不是我發明的，是 OpenClaw 這個框架本身就有的設計（Day 1 提過，系統跑在它上面）。我做的是另一件事——把它實際跑起來、撞上它沒管的部分，然後補上治理。

這一週要講的其實是後者。框架給你引擎，怎麼開、怎麼保養、油門踩到哪會爆，那些沒人幫你寫。

還有一個理由，讓「記憶」值得用一整週講。Day 1 的角色表給 Clawrion 的定位是 💾 持久化系統——「它不思考，它記得」；Day 7 算完那筆帳，收在「記憶與準時本來就不需要智慧」。準時是下週排程實戰的主題，記憶就是這一週。對一個大腦不在身上的系統來說，記憶不是它的功能之一，是它的本體——思考可以外包，記得不行。

第二週，就從這裡開始。

先釐清：context window ≠ 記憶

很多人以為「把資料塞進 prompt」就是記憶。不是。

context window 是模型的工作檯面，不是它的倉庫。檯面有大小上限、每次對話結束就清空、而且每塞一份資料都要重新付一次 token 成本。把所有歷史都塞進 context，既塞不下、也燒錢、關掉還是忘。

真正的記憶，必須活在 context 之外——存在某個關掉對話也不會消失的地方，需要時再讀回檯面。對自架系統來說，那個地方就是檔案。

舉個實際的例子：如果沒有記憶層，我的投資長 Agent 每次被叫醒都得重新問我「你的持倉是什麼？」——因為昨天告訴它的，今天它已經忘光了。有了長期記憶，它每次醒來就自帶我的持倉與規則——我問「今天要注意什麼」，它不必先反問「你有什麼」。記憶的價值，就是讓 Agent 不必每天重新認識你。

三層記憶架構

框架把記憶拆成三層，各司其職——這張圖是它的設計，不是我的：

① 短期記憶——Session（工作記憶）
就是當下對話的 context window。Agent 在這層即時思考、回應，但它是易失的：對話結束就清空。它的角色不是「記住」，是「處理」。

② 長期記憶——檔案（兩格）
這層才是真正的倉庫，又分兩格：

• memory/YYYY-MM-DD.md：每日原始日誌，當天發生什麼就寫什麼，未經整理的流水帳。
• MEMORY.md：精煉後的長期記憶，是從日誌裡淬煉出來、值得長期保留的東西。

兩者的關係，就像「日記」與「你對自己的理解」：日記是原始素材，理解是沉澱後的結論。

攤開來看更清楚。日誌裡的一天長這樣（示意，內容已抽換）：

• 09:12 盤前確認：美股持倉無異動，記憶體類股比重偏高，續觀察
• 14:30 主臥濕度 78%，除濕機自動啟動，40 分鐘後回到 62%
• 21:05 討論過把週報改成固定樣板，結論：先不動

而同一週真正沉澱進 MEMORY.md 的，可能只有一條：

• 持倉規則：記憶體類股比重偏高，超過上限要提醒再平衡

流水帳記「發生過」，長期記憶記「往後每天都用得上」。十幾行變一行——消失的那十幾行不是丟了，是被判斷過了。判斷是誰做的？就是第三層的工作。

③ Dreaming——夜間鞏固
這層是橋梁。每天凌晨，系統會自動跑一個 dreaming 循環：讀過去幾天的日誌 → 提煉出重要的事 → 寫回 MEMORY.md，並清掉過期內容。沒有這層，日誌會無限堆積、MEMORY.md 永遠不會更新。Dreaming 是把「發生過的事」變成「記得的事」的關鍵一步。

明天整篇講這一層。先預告一句：它是整個系列裡，把我打臉打得最腫的一篇。

為什麼這樣分？因為人腦就是這樣

框架這個三層設計也不是憑空來的，它幾乎是照著人類記憶系統抄的：

人腦不會把每件事都即時寫進長期記憶，而是先暫存，在睡眠時才做整合與遺忘。我的系統做的是同一件事：白天記流水帳，夜裡才消化沉澱。當你發現「最好的架構往往是模仿生物系統」時，會有種莫名的踏實感。

一條記憶的一生

把「分三層」講具體一點——看一條記憶怎麼流過這三層：

1. 早上：我跟投資長 Agent 說「把防守部位補到目標比例」。這句話此刻活在 session（短期） 裡——它正在處理，但還沒「記住」。
2. 當天：這個決策被寫進 memory/2026-06-20.md（每日日誌），跟當天其他事一起，未經整理的流水帳。
3. 凌晨：dreaming 讀過去幾天的日誌，判斷這個補倉決策值得長期記，把它提煉進 MEMORY.md（長期記憶），順手把日誌裡的瑣事過濾掉。
4. 隔天起：Agent 每次啟動都讀 MEMORY.md，於是它記得我的防守部位調整——盤前報告自己就帶上了。

同一條資訊，從「正在處理」沉澱成「長期記得」，靠的就是這三層的接力。記憶不是某一層的事，是它在層與層之間流動的結果。

順帶說一個用了半年才有感的事：這三層裡真正每天兌現價值的，是最不炫的那個動作——啟動時把 MEMORY.md 讀回來。做夢很有戲（明天會講它的戲有多足），但讓管家像管家的，是它每次醒來就記得你。

補一句：這條流水線的入口不只「我跟 Agent 的對話」——Day 1 講過家裡其實有兩個 AI，桌面端那位（大腦）留下的交接單，夜裡也會被消化進同一條線。兩套系統怎麼靠這招不分裂，Day 11 專門講。

（至於這些記憶為什麼全用 Markdown 檔、而不是資料庫——那是個夠大的決定，留到 Day 13 專門講。）

寫入只是半套：讀不回來，就等於沒記

講到這裡都在講「怎麼寫進去」，但記憶還有另一半：怎麼讀回來。檔案式記憶的讀回只有兩條路——

• 每次啟動全載：MEMORY.md 走這條。保證讀到，代價是它恆常佔著工作檯面——這也是它必須精煉的理由（Day 10 會講減肥）。
• 需要時才去翻：每日日誌走這條。省 token，但翻不翻靠 Agent 自覺——它想不起來去讀，那條記憶就等於不存在。

後面這條不是理論風險。系統裡有一項統計：每條記憶被「回想」（主動搜尋）過幾次。我去翻的時候，多數條目是零——不是它們沒價值，是自動化任務醒來只做手上的事，從不回頭翻舊帳。

所以這一週要講的所有寫入功夫，都建立在一個前提上：寫入 ≠ 記得，被讀到才算記得。（Day 14 會比較的 RAG，真正的差異就在這一步——它把「想起來」自動化了。）

小結

LLM 沒有記憶，但系統可以有。三層架構讓我的 Agent「活」了起來：

• 短期（Session）：即時處理，易失
• 長期（檔案）：每日日誌 + 精煉的 MEMORY.md，關不掉的倉庫
• Dreaming（夜間鞏固）：把日誌消化沉澱進長期記憶——模仿人類睡眠
• 一條記憶的一生：從 session 處理 → 日誌 → dreaming 提煉 → MEMORY.md 記住 → 隔天讀回
• 讀回：全載保證讀到、翻檔靠自覺——寫入 ≠ 記得，被讀到才算記得
• 定位：大腦不在身上（Day 7），所以對 Clawrion 來說，記憶不是功能之一——是本體

明天展開第三層：那個讓 AI「每天凌晨三點睡覺」的 Dreaming 機制——它到底在夜裡做了什麼。

🔑 這篇的關鍵字
三層記憶：short-term（session context）· long-term（外化成檔案的 MEMORY.md）· 整合層（dreaming）· 「一條記憶的一生」＝日誌 → 提煉 → 長期記憶 · 寫入 ≠ 記得，被讀到才算 · 這三層是框架內建的——先查你用的框架有沒有，別自己造

我是一名金融業資訊工程師，這是我半年來在家自架 AI Agent 系統的實錄。