文 | 王丰辉（资深金融研究者）

　　这个念头不是凭空来的。用智能体的这大半年，我一直有种说不清的别扭，直到前几天我翻了一遍我的智能体工作区，才看清别扭在哪里。

　　我数了数它替我记下的东西：上百份每天的工作记录，十九份自动存档，五个备份目录。这三样没有一样是我主动加的。每聊过一轮，它就多一份记录；我每改过一批文件，它也会多出一个备份目录。都是几段自动跑的程序顺手留下的，我没有为它们下过任何一个决定。

　　可另一方面的事情正好相反。这半年我在它身上花的时间，最多的不是做加法，是做减法。最近清掉的一件，是两份说的是同一件事的记录。当初分两次记下来，用词还不一样，留着就各占一个地方，以后要找还得两边都找。我把它们并成了一份，再回头把引用过它们的地方批量改过来。

　　它一直在长，我却一直在替它减。

　　我原来以为，用得越久它就越懂我。后来发现不是这么回事。这半年我攒下来的规矩，没有一条是我自己想出来的，每一条背后都是一次纠错。

　　就说用词。我原先以为模型最怕碰上生词，看见没见过的词会停下来问一句。事实正相反。你给它一个自己造的词，它不会问这是什么意思，它会顺着你的话往下接。它猜得太顺，顺到你根本看不出它在猜。

　　这听上去是优点，其实是麻烦。它不会给你一个"我不确定"的信号，而是一边猜一边往前走，等走出去很远，你才发现它一开始就理解岔了。所以我后来养成一个习惯，重要的事情，我得先把话想清楚、再写下来。文件＞记忆，这个习惯不是它要求的，是我自己吃了几次亏才长出来的。

　　写下来的就留住了，没写下来的无法常驻上下文。这两周出过三次事：一次是某份材料已经用过，我没记下它用在了哪里；一次是把两份并成一份之后，忘了登记原来那份去了哪儿；还有一次更干脆，我整理好的那一版，跟着原来的文件一起被删掉了。三件事看着不像一回事：谁来记忆，记到哪儿（记忆是分层的）。

　　错误不会自愈，只会累积。

　　回头看，我这半年真正在做的只有一件事：替它做它不做的那部分。

　　“加”不用我操心。它做得又快又勤，而且它越能干，加进来的东西越多，我要面对的只会越来越重。缺的一直是减。我起初以为减就是清理，后来发现这里头差得远。

　　一种是按规则来的：同一条内容重复了，删掉；过了一个时间，收进存档；格式不统一，改齐。这种不需要判断，规则定下来就能自动跑，早就该交给脚本去做。另一种不在规则里：哪两条记录其实是互相矛盾的，哪一条经验可以抽出来，变成以后能固化的，哪些东西该彻底丢掉。这些只能一条一条看过去，需要判断，脚本替不了。

　　我做的这类判断，很大一部分是它该放哪一层。

　　一种是该智能体记住的，尤其是人机交互的原则，归 memory（记忆），又分全局 memory 和场景 memory；一种是多次打磨之后可以固化的，可以是经验，也可以是技巧，归 skill（技能）。混在一处，找哪一样都不顺。后来又拆出第三种——那些可以自动跑的，不需要推理的，不该占记忆的地方，也不该占技能的地方，它就该是一段脚本。

　　判据最后落到一句话上：这一步需不需要判断。不需要判断、照着规则就能做的，写成脚本，比如同一份内容重复了删掉、过了一个时间收进存档。需要判断、每次情况都不一样的，写成一条能复用的 skill，下次碰上照着走。剩下那部分既不是动作也不是流程，是"原则"的，才进 memory。

　　如上所说，记忆也不止一层。最上面几条，换到哪个项目都成立，比如"事实以文件为准""不确定就直接问"。往下是索引，管的是怎么找，不管是什么。再往下是稳定的事实和眼下的进展。再往下是可复用的 skill 和脚本。最下面一层是当天的流水，过了当天就不该再占地方。

　　这些边界不是一次画好的。我一路踩出来：索引和约定原本混在同一份文件里，找东西得从头翻；当天的流水里真正值钱的是"决定了什么、为什么这么定"，为此我重建了日志的模板；还有一条，脚本之间怎么串起来，我把它写进了 skill 里，可按判据它每一步都定了、不需要判断，早该归脚本。

　　每一次都是发现混着，再切开。切开过一阵子，新的东西又混进去。所以真正要的不是一次把边界想清楚，那是想不完的，而是隔一段时间回头翻一遍，把该删的删、该合的合、该挪的挪。而且这件事不能指望我记得，它得是一个定下来的动作，到点就做，做没做看得出来。

　　这件事到今天我都是自己做，审视架构、审视边界、第一性原理。我留意过现在的通用智能体走到哪一步：技能它已经能自己长，一件事做成了，它把成功的路子存下来，下次直接调用；记忆策略也刚能自己判断一点，什么值得从当次对话挪到长期。可最上面这一层，没有一家是自己长出来的，都是人先划好格子，它往里填。我看过的说法是，硬给它塞一套固定分类反而让它变差，不如让它自己管；可真让它自己管，划格子这一步它管不了。所以格子到今天还是人在划，划完还得人隔一阵回头修。

　　我发现需要做减法，需要去做定期的减脂，需要去做定期的整理和抽象，而恰恰这一层是对应到了人类的大脑的梦这一层。

　　在跟智能体交互的这段时间里，经过经验和认知的迭代，我逐渐认知到通用的智能体是需要有"梦"这一层的。

　　这半年我替它做的事，归到一起只有三件。

　　搬运是其中一件，当天发生过的事，挑出值得留的，写到长期放着的地方去。

　　另一件是修剪。两份说的是同一件事，合成一份；两条互相矛盾，留下站得住的，去掉另一条；有些已经过时，收进存档，不再让它出现在眼前。

　　最难的一件是抽象。把反复出现的具体问题，抽成一条以后能照着做的原则。

　　这三件事，人脑没有放在清醒的时候做。它专门留了一个时段，白天忙着往里装，夜里停下来收拾。那个时段叫睡眠，梦就发生在那里。

　　三件事里，后两件才是重头。梦的价值不在搬运，在减法和抽象。 搬运只是把东西换个柜子，减法和抽象动的是结构。规则能兜住的那部分清理算不上难，难的是需要判断的那部分：哪两条其实是互相矛盾的，哪一条经验值得抽出来，哪些该彻底丢掉。这些判断人做得来，只是慢，也烦，手头一有别的事压上来，最先放下的就是它。

　　我说的梦不是梦里的那些画面，是睡觉这段时间大脑在做的事。这一块不是我研究出来的，我是看来的：有说法讲，睡眠期间大脑会把当天的经历再走一遍，该留的留下，不要的抹掉，再把新的和旧的接上。

　　为什么这件事非得离开现场去做，放梦里去做。在场的时候，注意力全在手上那一件事上。你看到的是下一句要说的话、下一个要处理的东西，看不到过去几个月里哪些东西重合了、哪些打架了。还有一层，任何一条记录，在它被写下的那一次里都显得有用，当时不记就觉得会丢；该不该留，得等你站到那一次之外才判得出来。最麻烦的是不做的后果。不整理，错的记录不会自己走掉，它会被一遍一遍当成事实读回来，越读越真。

　　这个思路现在已经有智能体在做。有的在原来的智能体旁边挂一个专门负责整理的，趁它闲着把记忆理一遍，等它下一次醒来，直接读到整理过的那一版；有的定期动手，把重复的合并、过期的清掉、互相矛盾的挑出来消掉，而且每一步改动都能查、能退回去；还有一种干脆照着睡眠本身的几个阶段来，先分类，再把重要的升进长期，最后把新旧连起来。

　　做法不一样，但停下的地方是同一个：它们整理的都是摆在外面的记忆，模型本身没有一个动过。这一半已经有人做出来了，另一半还是空的。

　　梦这一层需要解决两件事情：第一层，能力的固化、沉淀与迁移。第二层，自我迭代。而自我迭代这一层，现在完全没有达到。这两件事看着像并排的两个目标，其实在同一条通道上，一个在前一个在后。自我迭代说的是让模型自己把自己变得更强，现在的 RSI，实际上是有两个出口。这个说法是我自己归纳的，未必准确，但它能把我看到的事情串起来。

　　第一个出口写回外面，写进记忆库、能复用的技能，还有我以后照着做的原则或流程。它改的是下一次醒来的起点。它下一次碰上同一类问题，手里拿的东西不一样，走到的结论也就不一样。这个出口是通的，我们拿到的，正是能力的固化、沉淀与迁移。

　　第二个出口写回模型自己，写进权重。它改的是能力的本体。通了，才算自我进步，才算真正的自我迭代。而它到今天还是断的。

　　这条通道到今天还断着，不是没人试过，是卡住它的地方不止一处。

　　我原来的想法很简单，记忆就是把东西存起来，存得越多越全越好。这半年看下来，难的不是存，是决定留什么、去掉什么、把哪几条合成一条。这三件事，它一件也没有自己做过。

　　而这些事，从第一天到现在都是我在做。它什么时候能自己接手，我不知道。它得先学会睡觉。（本文为作者观点，不代表本头条号立场）