我如何仍然能够就两个月前做出的决定咨询 AI

Source: Dev.to

Introduction

在使用 AI 进行真实开发工作几个月后，我注意到一件不寻常的事：我仍然可以向 AI 询问两个月前做出的决定——不是猜测，而是具体的建议。本文解释了这为何可能，以及它与 AI 记忆毫无关系。

The Symptom

如果你在真实项目中使用 AI 已经超过几周，你可能会看到：

• AI 会忘记早期的决定。
• 旧的想法会意外地再次出现。
• 回滚会破坏上下文。
• 你不再记得为什么要这么做。

这些问题常被归咎于：

• 上下文窗口限制
• 缺乏持久记忆
• 模型局限

但这种诊断是错误的。问题不在记忆，而在上下文。

How I Query the AI

我并不要求 AI 记住过去的对话。我只问一个更简单的东西：

“请查看过去的决策日志并就 XXX 提出建议。”

如果我大致记得决定的时间，我可能会把它作为提示加上；否则我不加。没有严格的提示词，也没有冗长的系统提示来规定行为。AI 可以自由探索、推测并犯错。控制机制是它能够访问的信息结构，而不是提示词。

Decision History as the Single Source of Truth

只有决定会成为历史。我 不 保存：

• 会话日志
• 每日笔记
• 对话记录
• 未完成的想法

相反，我只保留一个唯一的真相来源：决策差异（decision diffs）。每条记录包括：

• 决定了什么
• 为什么做出决定
• 有哪些变化
• 哪些问题仍未解决

如果某件事没有形成决定，它就不会进入历史。探索是被鼓励的，但会存放在别处（实验、探测、部分设计、失败尝试），永远不被视为规范。

AI‑Generated Decision Records

决策历史由 AI 生成，而不是人手写。这是有意为之，因为：

• 人类倾向于改写历史，抹平不确定性，删除未解决的点。
• AI 更倾向于捕捉决策发生时的状态，保留不确定性，并明确列出未解问题。

人的角色仅仅是核实事实准确性并纠正错误。我们不对叙述进行润色；这些记录是快照，而不是故事。

Reconstructing Context

当我向 AI 询问两个月前的事情时，双方都不依赖记忆。我们从以下来源重建上下文：

• 仍然存在的决策历史
• 随后的代码
• 已形成的契约

其他一切都已经被过滤掉。

Git as Infrastructure

在这种设置下，Git 的作用不仅是版本化代码。它还版本化：

• 决策
• 推理
• 协作规则

一次回滚不仅是代码的重置；它是一次 上下文重置。AI 只能对 Git 中包含的内容进行推理。Git 之外的东西对 AI 来说根本不存在。

这不是日志技术、提示工程技巧，也不是 AI 记忆特性。这是基础设施。长期的 AI 协作需要基础设施，而这套基础设施就存放在代码仓库里。

Why This Matters

大多数关于 AI 辅助开发的讨论都聚焦在提示、代理、工具和模型上。很少有人谈及长期推理必须具备的前提条件。这个问题只有在真实使用数周或数月后才会显现，这也是我现在写这篇文章的原因。

如果你仍然能够就几个月前的决定向 AI 请教，那是因为你为它提供了值得咨询的过去。

本文是 Context as Infrastructure 系列的一部分——探讨长期 AI 协作依赖结构，而非记忆。