比乔布斯早91年,鲁迅的老师说了同一句话

← 返回首页/AI工具实战

Saner.AI 之于 ADHD,就像 外部记忆/向量库 之于 LLM——但有人用错了

从同构视角实测 Saner.AI:它到底补上了哪一层执行功能?

2025-04-1912 分钟阅读
ADHDAIAI工具实战工具×同构智能助手

Saner.AI 之于 ADHD,就像 外部记忆/向量库 之于 LLM——但有人用错了:只存不取的外部记忆,是仓库不是大脑

他向朋友演示自己的「第二大脑」时充满自豪:Saner.AI 里囤了 2,300 条笔记——会议记录、灵感、文章摘录、待办、语音速记,「我现在什么都不会丢了」。朋友只问了一个问题就让演示冷场:「你上次从里面查东西是什么时候?」他打开使用记录:过去三十天,写入 194 次,检索……6 次。朋友是做 RAG 系统的,他的点评一针见血:「工程上我们管这叫只写不读的向量库——它不提供任何智能,只产生存储账单。外部记忆的价值公式里,写入是成本,检索命中才是收益:一条笔记只有在『未来某刻被需要且被找到』时才兑现价值。你的系统写入率满分、检索率趋零——它不是你的第二大脑,它是一个你定期投喂的仓库,而仓库不会思考,也不会在你需要时喊你。」

收敛:记忆的四环工程(写入/保持/管理/检索)在 agent memory 篇立过总框架,删除权篇管过「管理」环,本文只打「检索」这一环——为什么这个剖面的外部记忆几乎总是退化成只写不读(三个结构原因)?把检索率救起来的三个机制(按被动到主动排序)?以及「写入时为检索服务」的具体笔法?

穿透:写入有即时快感,检索没有——所以没有设计的系统,永远长成写入肥大、检索萎缩的畸形

三个结构原因。①快感不对称——写入自带即时奖励(「记下来了」的安心感+清空大脑的轻盈感——认知卸载的爽是真的),检索的奖励却在未来且不确定(查了未必有)——按奖励结构,写入会被自发强化,检索不会;②检索需要「想起要查」——这是最隐蔽的死结:检索的前提是「记得自己记过」——而这恰恰又是一个记忆任务(外部记忆的第一悖论:它把「记住内容」外包了,却把「记住去查」留给了你那个本来就不可靠的内部记忆);③写入时不为检索付费——随手记的笔记(「那个想法!」「见面说的那个事」)在三十天后就是密码——写入的省力和检索的费力是同一枚硬币:当时少写的每个字,都是未来检索时的赎金(记忆篇的检索词原则,在此是主战场)。三个原因合力,系统必然滑向 194:6——不是你懒,是系统的奖励拓扑天生偏科,得用设计来配平。

救检索的三个机制(从被动到主动):①推送化:让记忆自己找上门——把「需要想起来才去查」改成「到点自动出现」:笔记尽量绑触发器(时间提醒、日历关联、位置提醒)——「见客户前推送上次会议记录」这一个自动化,顶一百次自觉检索(第一悖论的解法就是绕过「想起要查」);②仪式化:固定的检索时刻——每周一次的「开库仪式」(周五站会的一部分,10 分钟):下周的每件主要事项,先查库(「关于这个,我记过什么?」)——把检索从「随机想起」变成「例行工序」,不再依赖那个不可靠的触发;③入口合一:让检索和写入同门——查东西的入口就是记东西的入口(好的工具天然如此),每次写入时顺手看见相关旧条目(很多工具有「相关笔记」功能,开着它)——让写入行为本身携带被动检索,偷渡命中率。

写入笔法——每条笔记多花十秒,给未来的检索付定金:「三行体」:第一行,未来的我会用什么词搜这条(检索词,2–3 个);第二行,内容本体;第三行(可选),这条什么时候会被需要(顺手绑触发器的提示)。示例:烂笔记「那个 API 的坑!」→三行体「检索词:支付接口 超时 重试/内容:X 接口超时不能自动重试,会重复扣款,要先查订单状态/触发:下次接支付需求时」——**十秒的定金,买断三十天后的赎金。**最后一条整理欲防线:救检索率不需要重构系统(不许迁移!),以上三机制在任何工具里都能加装——检索率是用出来的,不是整理出来的。

验证

可测:三机制运行四周,复查「写入:检索」比(健康线参考:至少 10:1 以内,越接近越好)+「查到即用上」的命中体感。可证伪:少数写入的价值不在检索而在「写的过程本身」(书写即思考/情绪日记)——这类条目不必救检索率,但请把它们和「存着备用」的条目分库,别让它们稀释仓库的统计,也别让仓库的焦虑污染它们的自由。

决策

做什么:高价值笔记绑触发器;周五开库仪式;三行体写入;开着「相关笔记」。

不做什么:不要用大整理拯救检索率(那是整理欲的旁门);不要因 194:6 而愧疚弃用(改拓扑,别弃系统);不要追求全库三行体(只给「未来真会要」的条目付定金,随手记依然自由)。

先做什么:本周五做第一次开库仪式——下周每件事先问一遍库;你会亲眼看见那 2,300 条里睡着多少答案。

边界

认知卸载的收益与检索依赖的机制有文献基础(GRADE 中);「写读比」的健康线为实践参考值(无研究标定)。类比按 B 级功能同型使用(向量库的检索是相似度计算,人的检索是线索触发的重构——本文迁移的是「读写配平」的系统设计,不是检索机制本身)。不构成对特定产品的评价。

今天就能试的 3 件事

  1. 查一次你的写读比(多数工具能看,不能看就凭最近一周回忆)。
  2. 给三条高价值旧笔记补绑触发器。
  3. 用三行体写今天的第一条新笔记。

本文服务于人生 Harness 金字塔的执行层(记忆系统的读写配平):你把两千三百个瞬间托付给了它,它一条都没丢——但记忆的意义从来不是「没丢」,是「在你需要的那一刻回到你手上」;给写入配上检索,仓库才醒过来变成大脑——否则你只是雇了一个从不开口的图书管理员,守着一座你自己都不再进门的图书馆。

参考来源


本文是「ADHD × AI」系列的第 223 篇,由 Devin 基于持续维护的双域研究语料(72,739 篇论文 + LLM Wiki)亲自撰写,并持续迭代更新。

研究院、星略、猎人、电商,是同一套。