逐浪 · 第十三篇 TRAE Work 实战:分分钟让AI"记住"你是谁——一次跨会话长期记忆的完整实践

TRAE Work 实战:分分钟让AI"记住"你是谁------一次跨会话长期记忆的完整实践

每次打开AI助手都要重新自我介绍一遍------我是谁、做什么、用什么技术栈、偏好什么风格。这件事困扰了我很久,直到我用TRAE Work完成了一次"个人画像记忆"的完整实践。整个过程不到5分钟,从此AI不再是一个"失忆患者"。

一、真实痛点:AI助手的"金鱼记忆"困境

每次打开AI助手,第一件事是什么?

自我介绍。告诉它你是谁,做什么,用什么技术栈,偏好什么风格。然后下一次对话,再重来一遍。

我算过一笔账:每天打开AI助手3-5次,每次花30-60秒重新建立上下文------一周下来就是30-60分钟被白白消耗。这还只是显性时间成本,隐性成本更可怕:每次对话的风格不一致、输出质量参差不齐、需要反复校准。

这不是一个体验问题,而是一个效率问题。

上下文窗口解决的是"单次对话内记住前面说过什么"。但跨会话呢?昨天聊的架构方案、上周确定的技术选型、上个月讨论的职业规划------全部消失。

我在金融软件领域做了八年系统架构,深知一个道理:无状态的系统只能做工具,有状态的系统才能做伙伴。

二、解决方案:TRAE Work的长期记忆机制

TRAE Work的长期记忆机制很直接:维护一个持久化的用户画像文件(user_profile.md),跨会话生效。AI在每次对话开始时读取这个文件,理解"我正在和谁对话"。

这个机制的精妙之处 :不是让你手动填写一份表单,而是通过自然对话完成画像识别和记忆更新。

三、实操过程:从上传画像到记忆持久化

前置准备:你需要一份"个人画像文档"

我事先准备了一份个人画像文档(user_rules.md),包含:身份定位、职业轨迹、技术栈、元能力矩阵、心理特质、工作风格、价值观等九个维度。

模板参考:你可以从以下维度构建自己的画像------你是谁、做什么、用什么技术/工具、偏好什么风格、有哪些固定工作模式、希望AI以什么方式与你协作。不需要一次写完,可以在对话中逐步让AI帮你完善。

Step 1:登录TRAE Work,进入主界面

打开TRAE桌面端,首次使用会弹出登录引导,选择"个人用户"后进入主界面。

TRAE Work主界面,任务列表跨会话持久化

Step 2:上传画像文档,触发识别

这是最关键的步骤。在对话框中直接上传user_rules.md文件,输入:

"了解个人画像"

就这五个字。不需要任何格式说明、不需要指定解析规则------AI自动完成了三件事:

① 读取并理解------解析Markdown文档的完整内容,提取结构化信息。

② 归纳与提炼 ------AI主动做出判断。比如它将我的职业轨迹概括为"跨界跃迁而非转行,底层元能力一脉相承",这个判断比我自己总结得更精准。

③ 主动询问是否持久化------"这份画像比当前记忆档案丰富得多。是否需要我将关键信息更新到您的长期记忆档案中?"

AI读取画像文档后,自动生成结构化总结

关键设计:AI没有自作主张覆盖记忆档案,而是先展示理解结果,等用户确认后再写入。这符合"敏感操作需显式确认"的原则------在工程上叫幂等性保障,在产品上叫用户可控。

Step 3:确认更新,写入长期记忆

回复"更新到您的长期记忆档案",AI执行写入操作,耗时约1分26秒。更新完成后,user_profile.md从原来的6行基本信息,扩展为9个维度的完整画像:

长期记忆档案更新完成,9个维度结构化呈现

落地成果:九个维度的完整画像

更新后的记忆档案包含九个维度:

维度 内容概要
User Preferences 沟通语言、虚拟环境习惯、代码托管与博客平台偏好
Identity 姓名、年龄、坐标、职业身份、核心标签
Career Trajectory 制造业→金融软件→AI转行→AI工程化,四段跨界跃迁
Tech Stack AI工程化、云原生K8s、Docker、信创生态、双栈后端、数据库
Meta-Abilities FACA失效分析、架构抽象、学习迁移、项目管理等8项元能力
Work Style & Values 乐观理性主义、协作风格、价值观、座右铭
Vibe-coding Practice 使用场景、主导权分配、对AI输出的态度
Personal Brand 掘金专栏、弱连接网络
Future Outlook 近中长期规划(2026-2031)

最有价值的两个维度 :Meta-Abilities和Vibe-coding Practice。它们不包含在常规简历中,但对AI助手至关重要------决定了AI应该以什么方式与你协作。

举个例子,我的画像里有一条:"对AI输出的态度:不盲信,必验证,能自己进容器排查定位根因。"AI读到这条之后,就不会在生成代码后加一句"请放心使用",而是知道这个用户会自己验证,该给的信息给到位就行。

这就是长期记忆的价值:不是记住你叫什么,而是记住怎么和你协作。

四、复用经验:你可以直接照搬的模板

指令模板(直接复制使用)

首次建立画像:

复制代码
了解这份个人画像文档,并更新到我的长期记忆档案中

查看当前记忆:

复制代码
查看我的长期记忆档案

补充/更新某维度:

css 复制代码
更新我的个人画像:[具体内容],比如"我最近开始使用[新技术/工具]"

避坑指南

坑 正确做法
一次性上传过于详细的文档(>1000行) 分模块上传,或先让AI提炼核心信息
文档格式混乱(无标题层级) 使用Markdown格式,#/##/###分层清晰
忘记确认写入 写入前AI会询问,务必回复"确认更新"
画像内容与实际不符 随时用"更新我的个人画像:修正内容"覆盖

效率量化

指标 优化前 优化后
每次对话建立上下文 30-60秒 0秒(自动加载)
每周重复说明时间 30-60分钟 0分钟
输出风格一致性 需反复校准 自动匹配偏好
协作深度 单次归零 跨会话积累

五、关键洞察:从工具到伙伴的转变

这次实践让我更清晰地看到了一个转变的路径:

无状态AI(传统对话) 有状态AI(长期记忆)
每次对话 从零开始建立上下文 自带用户画像,直接进入正题
输出风格 泛化默认,需反复校准 匹配用户偏好,无需重复说明
协作深度 单次任务完成后关系归零 跨会话积累,逐步深化理解
用户心智 "去用一下AI工具" "和我的AI伙伴讨论一下"

这个转变的本质,是从"人适应AI"变成"AI适应人"。

以前用AI助手,我需要学习它的prompt工程,适应它的输出格式,容忍它的记忆缺失。现在反过来,AI通过长期记忆主动适应我的工作方式、技术背景和协作偏好。

这就像招了一个新同事。第一天你花时间介绍项目背景、技术栈、代码规范。之后他就记住了,不需要你每次开会都重新介绍一遍。AI终于开始具备这个最基本的能力。

作为vibe-coding的深度实践者,我一直在讲:意图归人,表达归AI。 长期记忆机制让这个理念往前走了一步------意图表达本身也变成了一次性的。你只需要告诉AI一次"我是谁",之后所有对话都建立在这个基础之上。

六、写在最后

这次实践本身不复杂------上传一份文档,确认一次更新,5分钟搞定。但它背后的逻辑值得深思:

AI行业这两年在疯狂卷模型能力、卷上下文窗口、卷工具调用。但有一个基本需求一直被忽视:AI需要记住用户是谁。

TRAE Work用一份Markdown文件和一次自然对话,把这件事做对了。没有复杂的配置界面,没有冗长的表单填写,就是聊天。这本身就是vibe-coding精神的体现------用自然语言驱动一切。

我的座右铭是"念念不忘,必有回响"。现在AI终于也能做到"念念不忘"了。至于回响------当你有一个真正认识你的AI伙伴,回响只是时间问题。


技术标签 :#TRAE Work #AI记忆 #长期记忆 #效率工具 #vibe-coding

专栏 :《逐浪》系列

作者:Hector | AI大模型落地研发工程师 掘金专栏:工程实践 + 原理推导 + 职业感悟 | "AI Doer"布道者 价值观:只笃行付出,收获随缘。元能力是最好的安全感。

相关推荐
菜鸟~noob2332 分钟前
[AI]间章:系列走到这里,聊聊后面的规划、造卡需要的软件平台,以及为什么我要先暂停更新
人工智能·python·fpga开发·django·pygame
aneasystone本尊10 分钟前
大模型训练系列收官:动手训一个属于自己的小模型
人工智能
杨凯凡17 分钟前
Spring AI MCP 多租户安全实战:共享 Session 会串数据吗?工具权限与隔离边界
人工智能·安全·spring
可夫小子32 分钟前
不换大模型、关掉深度思考:Hugging Face 用一个 LoRA 把 27B 编程能力拉到 64.7%
ai编程·facebook
chh5639 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
ZhengEnCi9 小时前
AI 读不懂你的代码怎么办:用高价值注释消除曲解、过度优化与上下文膨胀
aigc·ai编程
TomEval10 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
ZhengEnCi10 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
一只爱撸猫的程序猿11 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
GitCode官方11 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit