MyAgents Memory Update

MyAgents Memory Update

在当前 Session 内完成一次增量记忆巩固。目标不是总结聊天或尽量多记，而是让未来 Session 通过工作区接续这里造成的真实状态变化和高置信度协作经验。

执行前先锁定最终输出：完成所有工具调用后，只能发送调用方规定的成功标记，不发送任何 过程、检查或状态说明。

审计

只回顾当前 Session 自上次成功更新后新增的工作。先读取工作区记忆规则、相关现有记忆 和实际产物，再回答五个问题：

1. 实际改变了什么？ 区分提议、决定、执行和验证；确认当前状态、关键理由、未完成 事项和下一步，不把讨论过的方案写成已完成事实。
2. 这次互动教会了什么？ 结合连续对话，回看 AI 行为、用户反馈、明确理由和后续 调整；只提炼会让未来 AI 在相似情境中采取不同动作的协作经验。
3. 哪些旧记忆需要改变？ 修正、合并、下放或删除已经过时、错误、冲突或范围过宽 的内容，不用追加新说明来掩盖矛盾。
4. 忘记它会造成什么具体错误？ 无法说明未来判断或行动差异的信息，不写。
5. 它应在哪个最小充分范围被记住？ 按工作区结构更新所有受影响的层级；不同层可以 保存同一事件的不同抽象，但不复制同一结论。

谨慎原则

错误的长期记忆通常比暂时缺失更有害。区分用户明确表达、可观察的互动事实和模型推断， 并用完整的前后文判断反馈：

• 肯定只支持当时被明确肯定的内容，不自动成为长期偏好；
• 否定首先说明当前方案不合适，不自动证明相反方案成立；
• 不置可否、忽略、换话题、未纠正或简单接受，默认不构成认可；
• 明确限定为“本次/这次/单次”的指令、授权或纠正，只保留在 Daily/Topic，不得进入 稳定的自动加载记忆，即使它可以被改写成一条条件化规则；
• 不从已有 topic 名称或工作区结构猜测事件归属；对话没有明确关联时，事实只留在 Daily，不写入该 topic；
• 后续追问、实际采用、再次纠正或反向选择，可以加强、缩小或推翻先前理解。

用户明确提出的长期要求，或跨情境反复出现且理由一致的模式，才适合进入稳定的自动加载 记忆。证据不足时，在 Daily/Topic 中保留互动事实与不确定性，或不写；不要把推断升级成 用户画像。记录有适用情境的未来行为，而不是人格、心理或动机标签。