WorkBuddy 让我最担心的不是它出错，而是它记不住

刚刷到一条科研新闻，说 2026 年有人在《Science》上发了篇论文，搞了个叫 TimeVault 的技术，用工程化的 Vault 颗粒把特定时间段内产生的 RNA 封存起来，这样科学家就能回溯细胞过去的状态，而不只是看到采样那一刻的转录组信息。我看完愣了好一会儿。

不是被科学震撼到了。是想到一个挺要命的问题：我们天天让 AI 干活，可 AI 自己，没有记忆。

先说个背景。我用了三周 WorkBuddy，从排班表到报销单到错题数据都往里丢，专栏里写过两篇吐槽，一篇是合并表格把排班表搞乱了，一篇是权限关到最小之后终于不乱跑了。说我不信任它那是假的，不信任我早就不用了。但我最近越来越确定一件事：WorkBuddy 的问题从来不是不够聪明，是它「健忘」。

上周三我排夜班，让 WorkBuddy 根据大家上个月的休息天数自动排。指令写得很清楚，数据也是我手动整理好的 CSV，什么都喂干净了，它排出来的表，表面上看一点毛病没有。14 个人的班次、休息、补休结余，格式整齐得能直接打印。我差点就提交了，但多看了一眼，发现小张上周已经连续值了两次夜班，这周又给她排了一次。三次。

按科室的老规矩，夜班是轮着来的，特殊情况要换班得在群里报备，我没跟 WorkBuddy 说这些，因为它不知道。它当然不知道。它只看见我丢给它的那张表，它不知道上一周的表长什么样，不知道群里那几条换班消息，不知道「小张上上周替过小李」这件事。它只能看到此刻。我盯着那张漂亮工整的排班表，脑子里全是那篇论文里的一句话：传统的 RNA 测序技术，只能看到细胞在采样瞬间的分子状态，难以追踪它过去的经历。

这不就是 WorkBuddy 吗。每次打开对话，它都是第一次见我。它在单个任务里表现得像个资深秘书，跨任务、跨时间段，就是个金鱼，记忆只有七秒。

我这边测下来，同一个对话框里聊得再久，关掉重开，之前确认过的规则它就忘得干干净净。我试过把「小张不能连续值夜班」这种规则写进指令里，下次再开新对话还得重写一遍。想让它保持「记得上个月发生过什么」这种状态，目前基本做不到。

也有人说，那你不会把所有规则都写进提示词里吗。我写过。上次排班我把规则写了满满一大段，从夜班轮转顺序到节假日调休方案到每个人不能连值两次，写得比我入职考试笔记还详细。结果它排出来的表还是出问题了，因为规则之间本身会有冲突，我这条规则和那条规则放在一起，它理解成了别的东西。这不是它笨，是我给它的上下文太薄，它没有自己判断「哪条规则更重要」的依据，因为在它眼里所有规则都是新鲜的，它不知道哪条是上个月刚加的，哪条是科室用了十年的老规矩。

后来我想明白了一件事。WorkBuddy 做得最用力的事情是「处理当下」，它最薄弱的地方是「记住过去」。这跟 TimeVault 正好相反，那个技术拼命想往回看，AI 工具拼命想把你摁在当下。每个任务都是一次性的，做完即焚。你要是想让它干活干得对，你得把「历史」亲手喂到它嘴边，它才勉强知道一点昨天发生了什么。

但那不叫记忆。那叫转述。

再往深一层想，这可能不是 WorkBuddy 的缺陷，而是它的产品逻辑。它面向的场景是「帮我做一件事」，不是「帮我管一个科室」。做一件事不需要记忆，管一个科室需要。我每天在用的医院管理系统，虽然界面丑得像 1998 年的遗产，但它记得每个病人住过几次院，什么时候来什么时候走，上次用什么药。它从来不问我要这些信息。WorkBuddy 好用的地方恰恰相反，它什么都敢接，从 PPT 到报销单到排班表，但它接到手就学，学完就忘。你要是想让它变成科室里的第二个人，你得先把科室里过去三年发生的事全部变成它认识的数据结构，这件事本身比手动排班还累。

所以我现在对 WorkBuddy 的态度有点复杂。我一边用它排班、归档、做表，一边不敢让它碰任何需要「记得上一次」的事情。合并表格那次翻车之后，我把权限锁到最小，它反而稳定多了，因为它不再猜我要什么了。我现在给它喂数据之前，会先自己检查一遍格式，拆成小块，一次只说一件事。它像一个很好用的螺丝刀，你不能指望螺丝刀自己记得你昨天拧过哪颗螺丝。

但话说回来，我确实在等一个东西。等哪天这些 AI 工具真的做出一套「封存」的机制来，把每一次操作、每一次修正、每一次我手动改掉它错误结果的痕迹，都像 TimeVault 封存 RNA 一样留下来。那样它就能知道小张上周值过夜班，知道上个月的报销单为什么那张发票被退回，知道我每次排完班之后习惯把周三的班次往后调一小时。它不需要永久的记忆，它只需要能回溯。

我不确定那个功能什么时候来。可能明年，可能后年，可能永远都不会来。我只知道，如果有一天它真的来了，我大概会给写那篇论文的科学家点个赞。因为他们研究的那个方向，比让 AI 多干一百种活更接近问题的本质。

工具记得住，人才敢放手。