为什么你的AI聊天总是「串味」

用ChatGPT或Claude久了，你会发现一个尴尬事：昨天聊的工作项目、前天聊的私人情绪、上周聊的读书笔记，全堆在一个上下文窗口里。AI要么记不住，要么把不该混的东西混在一起——你跟它聊小说，它突然提起你上周吐槽的老板。

Hacker News上有个叫Pawmc的小项目，专门解决这个问题。它的思路不复杂，但很值得借鉴：把记忆分格存放，按场景调取。

Pawmc的核心设计：日记本与话题

Pawmc是一个LLM聊天应用，设计上刻意做了减法：系统提示词极简，不接工具，不联网搜索。它把重点全放在记忆管理上。

具体机制是这样的：

• 你创建不同的「日记本」（diary），比如 personal、work、reading
• 每个日记本下可以挂不同的「话题」（topic），比如在 reading 下建「科幻小说」「非虚构」
• 当你以 { diary: personal, topic: books } 的身份开始对话时，AI收到的只有：你的第一条消息 + 该日记本的摘要 + 该话题的摘要

也就是说，AI不会看到你工作日记里的内容，也不会看到其他话题的细节。上下文是隔离的，记忆是分层的。

作者自己说，这个概念接近Karpathy提过的「LLM Wiki」，但更简单：不需要额外工具，不需要维护多种文档类型，对话本身就是真相来源，话题和日记的摘要就是那本「wiki」。

这套机制为什么好用

传统做法是把所有历史对话塞进上下文，或者用向量检索捞相关片段。前者容易爆窗口、互相干扰，后者实现复杂、召回不稳定。