Workbuddy 不一样。
大多数AI工具，一开新对话就“失忆”了。
你不得不重新解释一遍：“我是初中语文老师，教初二，用的是部编版教材。”
每一次新任务，都是一场新的自我介绍。
而WorkBuddy的记忆系统是它最核心的能力之一，
WorkBuddy的记忆功能从你的会话历史中提取具有参考价值的个人信息（事实信息、偏好习惯、人物关系、近期跟进事项等）形成“记忆数据”并定期更新。后续对话或任务执行时，会将与当前请求相关的记忆作为背景信息一并参考。
WorkBuddy的“三层记忆”主要是按作用范围来划分的，
方便管理不同层面需要记住的信息。
1、云端记忆 (Cloud Memory)
Cloud Memory (云端记忆)，存储在服务器端，主要记录你跨项目、跨对话的通用偏好。
例如：语言习惯、常见文件格式偏好。
它会自动学习你的用户画像。你是小学老师还是中学老师，教语文还是教数学，当班主任还是只做科任老师……这些信息会跨任务保留。你在任务A里说过“我是初二班主任”，新建任务B，它也知道。
系统默认开启的，允许 WorkBuddy 从你的对话中提取并记住相关上下文，以便在未来对话中提供更连贯、个性化的回应。
2、本地用户记忆 (Local Memory)
Local Memory (本地用户记忆)，存储在本地电脑里，就是那个 memory.md。存储用户在所有项目里都通用的固定规则和身份信息。例如：你的教学身份、文件默认存放位置、常用工具。
你到底是喜欢表格还是纯文字？暖色调还是冷色调？详细版还是简洁版？你所在学校用的教材到底是人教版还是部编版？这些偏好它都会记在心里。不用每个任务都重复强调一遍。
3、项目级工作区记忆(Workspace Memory)
Workspace Memory (项目级工作区记忆)是存放在项目文件夹下的记忆文件，主要当前特定项目的所有上下文。例如：某个教学项目的规划、章节备课笔记、成绩分析进度。
你花了一周时间和它一起打磨课题开题报告。上周五讨论到“研究方法”部分时，你说“这周再继续”。周一打开这个任务，它会清楚记得上次聊到哪里、确定了什么、还有哪些待讨论。无需从头解释上下文。
简单来说，这三层记忆的分工是：
云端记偏好，本地记规则，项目记上下文。
2025年8月10日，合肥
这三层记忆叠在一起，省掉的究竟是什么？
省掉的，是一次又一次的“自我介绍”和“重新解释”。
Workbuddy的记忆是系统自动提取，自动生成的，
但是，我们可以在使用的过程中，要求它主动去记住。
你可以直接在对话中下达“记住…”、“忘记…”或“更新记忆，…”之类的指令，把关键信息明确地写入记忆，也可以通过编辑 MEMORY.md 文件，来管理记忆，定期维护它的记忆。
让AI真正“长记性”，帮你记住那些不该重复交代的事。
让 WorkBuddy 记住你的偏好和习惯，对话越多，它就越懂你。
用好了它，你就会感觉它像一个越来越懂你的教学搭档。
不过，我们需要特别注意的有两个方面：
第一、记忆由模型基于会话内容自动抽取，可能存在概括偏差或时效性问题，在依赖记忆做重要判断前建议先核验。
第二、记忆内容遵循WorkBuddy 隐私政策，仅你本人可见。
会话中如涉及他人个人信息，请在提交前确认已获得相关授权。
2025年8月10日，合肥摄影者不详，特别鸣谢