AI 已经记住了我的要求，为什么还是没做到？

我最近遇到了一件有点矛盾的事。

我希望 AI 能长期理解我，所以把一些重要的协作要求存进了自己的数字分身系统。其中一条是：我提供目标和真实反馈，AI 要负责专业判断，主动提出更合适的方案。

但在一次实际合作里，它还是变成了一个跟着我的话不断调整动作的执行者。

于是我让它检查：这条原则到底有没有保存？如果已经有了，为什么没有遵守？

结果是，原则早就存在。而且在这次合作中，AI 已经多次读到了它。

要求没有丢，读取也没有失败，行动却依然偏离了。

从几十个选题，变成了没什么可写

事情起因是我想做自媒体，让 AI 从以前的对话和项目资料里找一些值得写的内容。

它先列出了几十个选题，又做了排序。我看了一些标题和初稿，觉得不好，提出反馈。

接下来，它不断删减、合并和暂缓。后来我质疑一篇文章是不是脱离了原始资料，它又收紧了标准：优先寻找原文里已经有完整观点、甚至接近成稿的内容。

单独看每次调整，好像都有理由。文章不满意，需要修改；来源不够，不能硬编；内容重复，可以合并。

但调整到后来，我发现，怎么好像没有选题了？

我的目标一直是持续做出值得发表的内容。历史资料只是我想到的一个起点。可在这段合作里，找选题逐渐变成了筛选旧文，筛选又变成了等待我从剩下的几项里作决定。

我不懂自媒体，才需要专业帮助。结果我每说一句不满意，都在间接决定下一轮的方法和范围。

AI 很认真地处理了我的每次反馈，却没有持续判断这些处理是否还在帮助我实现最初的目标。

查到规则，只回答了其中一个问题

这次核查让我开始区分三件事。

第一，要求有没有被保存。

如果一条重要偏好只出现在过去某次聊天里，后面的任务没有得到它，就需要考虑如何保留和提供相关信息。

第二，当前这次工作有没有读到它。

即使系统里有记录，也需要检查 AI 在处理这个任务时，是否真的拿到了对应内容。

第三，它作决定时有没有遵守。

这一次，前两个环节都找到了证据。协作原则已经保存，任务开始时也多次被提供给 AI。但面对我的反馈，它仍然不断收缩内容范围，而没有及时回到自媒体策略和文章质量的诊断上。

能把一条要求复述出来，还不足以证明这条要求已经改变了它的做法。

这也意味着，看到 AI 做错以后，不能总是立刻得出“记忆还不够”的结论。有时需要补充信息，有时需要改善信息的提供方式；也有时，应该检查它已经拿到信息之后，怎样理解和处理了眼前的任务。

每次纠正，都要放回原来的目标里

这段合作里最值得反思的，是局部反馈怎样逐渐改变了整个工作方向。

“这篇文章不好”，可以有很多原因：题目没有吸引力，观点没有展开，例子不贴切，或文章没有代表我的真实意思。

如果没有先判断原因，就直接取消选题，很容易把一次写作失败，变成一个内容方向的消失。

同样，“这部分没有原始依据”，说明不能把新编的论述当成我的亲身经验。但持续创作也可以先有问题，再去研究、实践和补充材料。如果因此规定所有文章都只能从接近成稿的旧资料里整理，创作的范围就被过度缩小了。

这些区别，恰好需要专业判断。

我后来用自己做项目的方式解释这件事：客户拿来一份 PRD，里面既有他的目标，也有他基于当前理解提出的方案。作为提供服务的人，我需要理解他想解决什么，再判断有没有更合适的做法。

我希望 AI 对我也承担这样的责任。

它可以尊重我明确不要某个选题的决定，同时继续为整体内容方向提出方案；也可以接受我对文章的不满意，同时告诉我，它判断问题出在哪里，下一步准备怎样修正。

更新了规则，也还要看下一次行动

核查之后，我们补充了协作原则，增加了自媒体策略的方法，也修正了选题和写作规则里过度收紧的部分。

这些修改已经保存，但保存本身并不能证明问题解决了。

下一次收到文章反馈时，AI 会不会先分析原因，而不是继续删题？当我提出一个不够成熟的办法时，它会不会结合目标给出更好的方案？它能不能尊重我的决定，同时承担自己的专业责任？

这些才是后续需要观察的变化。

我仍然希望数字分身能记住重要的目标、经历和协作方式。只是这次之后，我会把“记住了没有”和“用好了没有”分开看。

检查的终点，也要从系统里是否多了一条记录，走到下一次合作中：这条记录有没有帮助我们作出更合适的判断，把事情做得更好。