#WorkBuddy# 两台电脑共用一个 AI 助手：多设备记忆同步的三层实践

#WorkBuddy# 两台电脑共用一个 AI 助手：多设备记忆同步的三层实践

场景

白天在办公机带学徒跑店铺批量任务，晚上换副机继续跑 AI 批处理。最崩溃的不是活多，而是换台电脑 AI 就失忆：昨天定好的规矩、踩过的坑、立下的红线，换台机器全要重新交代一遍。这篇讲我如何把"AI 的记性"做成三层结构，让两台电脑共享同一份规矩。

三层记忆结构

实践下来，可靠的记忆分三层，各有分工：

第一层 云端档案（自动同步）
  作用：长期画像——我是谁、在做什么业务、偏好什么沟通风格
  特点：服务端自动学习维护，换设备自动加载，零操作

第二层 用户级规则文件（显式写入）
  作用：硬规矩——操作红线、开工门、铁律
  特点：放在账号同步目录下，两台电脑读到的是同一份文件
        改动即生效，是唯一权威规则源

第三层 项目级工作日志（按天追加）
  作用：流水账——今天改了哪个脚本、踩了什么坑、哪个文件是主力
  特点：只追加不覆写，超过 30 天的老日志蒸馏成长期笔记

关键设计一：规则文件放同步目录，不放本地盘

最大的坑是把规矩写在 C 盘某个项目文件夹里——那台机器一换就断供。解法是把所有规则文件收进账号同步目录：

同步目录/
  MEMORY.md            ← 硬规矩入口，每个会话自动注入
  sop_library/
    全量SOP.md          ← 操作细节：账号映射、选择器、坑位速查
    技能文件.md          ← 遇到对应任务先读它再动手

两台电脑登录同一账号，文件自动双向同步，AI 每次开工先读这里。从此"换电脑重新交代规矩"这个动作彻底消失。

关键设计二：错误要回写，不是只修掉

批量任务出错，修好只是及格。真正值钱的动作是把新坑写回规则文件：

出错 → 修复 → 追问一句"这次为什么踩坑"
     → 是流程缺步骤？补进 SOP
     → 是字段天生改不动？写进"别白费力气"清单
     → 是工具的坑？补进坑位速查表

这样每个坑只踩一次。半年下来，规则文件从几十行长成几百行的"作战手册"，AI 犯错率断崖式下降。

关键设计三：分清"记性"和"备忘"

不是什么都值得记。三条判断标准：

1. 重复会踩的坑 → 必须记（写进规则层）
2. 一次性的中间产物（临时路径、报错截图、搜索结果）→ 不记，记了只会污染上下文
3. 当天的操作流水 → 记在日志层，到期蒸馏

总结

多设备协同的本质不是"传文件"，而是让 AI 在任何一台机器上读到的规矩版本一致。云端档案管画像、同步目录管硬规矩、日志层管流水，三层各司其职。最核心的一条纪律：每个新坑都要回写进规则源——AI 的记性，是靠规矩喂出来的。