前言：記憶系統最怕的不是記錯，是記得太久

「AI 的記憶系統已經照昨天講的『深層記憶』寫法在維護了，判斷邏輯、否決理由、適用邊界都記了，這樣應該就夠可靠了吧？」

深層記憶解決的是「這條記憶記得夠不夠完整」，但還有另一個維度它管不到：這條記憶現在還是真的嗎？ 一條寫得再完整、再有邏輯的記憶,只要它描述的現況已經變了，AI 拿著它做判斷,得到的答案就是錯的——而且是那種「聽起來很有道理」的錯,比明顯的胡說八道更難被發現。

今日目標

• 看一個具體案例：一份記錄任務進度的記憶，因為沒有標注時效性，被直接引用時已經過期
• 理解「記憶過期」跟「記憶記錯」是兩種不同的失效模式，需要不同的防範方式
• 認識「引用具體事實前先驗證現況」這個習慣的必要性
• 建立判斷一條記憶「還可不可信」的具體方法

案例：一份「還沒做」的清單，其實早就做完了

假設有一項橫跨多個工作階段的任務——例如逐步把一批舊寫法改成新寫法，範圍太大沒辦法一次做完。負責這項任務的 AI 在某次工作階段結束時，把進度寫進記憶：「目前已經處理了清單裡前 30% 的項目，其餘 70% 尚未動手，其中某幾個特定項目因為缺乏測試覆蓋，需要先補測試才能繼續。」

這條記憶當下寫得很完整，也確實反映了當時的真實狀態。問題出在幾週後，另一次工作階段的 AI（可能是同一個系統的不同任務，也可能是團隊裡另一個成員接手）直接讀了這條記憶，看到「70% 尚未動手」，就從清單中段挑了幾個項目繼續處理——卻沒有意識到，這段期間已經有其他人處理過其中一部分，那份「70% 未完成」的清單早就不準了。

結果是這位 AI 花時間重新分析了幾個其實已經處理過的項目，甚至差點對已經改完的程式碼重複套用同一次改動，讓程式碼出現不必要的重複邏輯。

為什麼這種錯誤特別難抓

記憶過期造成的錯誤，跟記憶本身寫得對不對無關，跟「這個世界有沒有變」有關。 那條進度記憶在寫下的當下完全正確，深層記憶該有的判斷邏輯、適用邊界它都有——問題不是記憶的品質，是記憶的保存期限被忽略了。

這正是這類錯誤特別容易被放過的原因：如果去檢查那條記憶本身，會發現它邏輯自洽、資訊完整，看不出哪裡「寫錯了」。真正該被檢查的不是記憶的內容，是這條記憶所描述的現況，有沒有在寫下之後被別人改變過。

用一組對照來看這個差異：

❌ 直接引用記憶裡的舊狀態：
「記憶顯示這批項目還有 70% 沒處理，
 我從清單中段挑幾項繼續做。」
→ 沒有先確認清單本身是不是還準確，
  直接把幾週前的快照當成現在的事實

✅ 引用前先驗證現況：
「記憶顯示上次進度是處理了前 30%，
 但這是幾週前的記錄，先用實際指令查一次現在的真實狀態
 （例如列出目前已經改完的項目清單），
 再決定接下來該從哪裡繼續。」
→ 記憶只當成「上次做到哪裡」的線索，
  真正的判斷依據是重新查證過的現況

這條記憶沒有錯，錯的是把它當成「現在的事實」而不是「上次記錄時的事實」。 這兩者聽起來很像，但決定了 AI 接下來的每一步判斷是建立在真相之上，還是建立在一個看起來合理、實際上已經過期的快照之上。

記憶過期不是特例，是進度類記憶的常態

這個案例值得記住的地方，不是「這次剛好記憶過期了」，而是任何描述「現況」而不是「原則」的記憶，本質上都有保存期限。 判斷邏輯、否決理由這類深層記憶（Day 10 講的那種）相對穩定，因為它們描述的是「為什麼」，不容易隨時間改變；但進度、清單、「這個東西存不存在」這類描述具體現況的記憶，天生就會隨著世界持續運作而過期，而且過期的速度往往比想像中快——尤其是多個任務、多個協作者可能同時在動同一批東西的情況下。

今日思考題

回想你維護過的任何一份會被 AI 引用的進度記錄：上次更新是什麼時候？如果現在有另一個任務直接讀這份記錄做決定，你有把握它反映的還是真實現況嗎？

今日重點回顧

• 記憶過期造成的錯誤，不是記憶內容寫錯，是記憶描述的現況已經被後續變化取代
• 這類錯誤特別難抓，因為記憶本身邏輯自洽、資訊完整，問題不在記憶品質，在保存期限被忽略
• 判斷邏輯/否決理由這類「原則型」記憶相對穩定，進度/清單這類「現況型」記憶天生有保存期限
• 引用具體事實類記憶前，要先用實際查證取代直接引用，把記憶當成線索而不是當前事實

明日預告

明天要把今天這個教訓變成一套具體的紀律：project 記憶會過期這件事，該怎麼設計「引用前先驗證」的習慣，讓它不只是憑感覺判斷「這條記憶還準不準」。