别再给OpenClaw装“自动记忆Skill”了：2026年的内置Memory已经比这份旧脚本复杂得多

AH-0050记录了一个很典型的Agent问题：今天调教好的偏好，明天开新会话又忘了。

作者于是让AI生成了一个 auto-remember-context Skill：每聊8轮扫描对话、接近70% context保存、用户说“记住”就保存、结束前保存、compaction前保存，然后把内容写进 MEMORY.md 和 memory/YYYY-MM-DD.md。

在2026年5月，这个思路能帮助很多人理解“上下文窗口不是记忆”。

但到2026年8月，如果再把这份Skill原样安装，就是用旧补丁覆盖一个已经进化很多的内置系统。

先纠正源素材里的一个细节

主文说“在Codex辅助下做了Skill”。作者随后在Thread里自己更正：实际是Grok辅助生成。

这不影响技术判断，却提醒一个重要编辑规则：作者后续回复可能推翻正文细节，不能只读Article。

OpenClaw现在原生区分多层记忆

当前官方memory文档把记忆拆得很清楚。

USER.md

放稳定的用户偏好、沟通风格和长期profile信息。偏好改变时，旧信息需要被替代或标记失效。

MEMORY.md

放真正耐久的事实和决策。官方明确说它不是raw transcript，不是每日流水账，也不是“能记的都塞进去”。

memory/YYYY-MM-DD.md

工作层，放当天细节、观察、会话摘要和还没有决定是否长期保留的内容。

DREAMS.md / Dreaming

当前OpenClaw还做了后台memory consolidation。短期信息经过评分、召回频率、查询多样性、来源等条件，再决定是否promote到长期记忆。

这已经不是原Skill的“看见重要内容→直接append MEMORY.md”。

原Skill最大的问题：太容易记太多

Agent记忆不是越多越好。

假设你随口说：“这周先用方案A。”三个月后方案已经换成B。如果系统把A永久写进长期记忆，又没有过期和冲突机制，它会变成记忆污染。

更麻烦的是不可信外部内容。网页里一条恶意或错误指令，如果被错误当成用户长期偏好保存，下一次会话也可能继续影响Agent。

现代memory系统因此必须关心：来源是谁、什么时候观察到、是否过期、是否被新信息替代、它是事实/偏好/决定还是临时状态、有没有权限影响未来行动。

原Skill声明的工具名也未被当前官方体系验证

原SKILL.md写了 memory_write、memory_flush、memory_search。

重新检查当前OpenClaw官方memory文档后，列出的核心memory tools是 memory_search、memory_get，以及standing intents相关工具。同时，compaction前自动memory flush已经是内置机制。

所以“创建一个Skill，再调用memory_flush工具解决compaction失忆”的教程，已经和当前实现不完全匹配。

现在更合理的排查顺序

• 信息有没有真正落盘？
• 写到哪一层？稳定偏好→USER.md，长期决策→MEMORY.md，当天过程→daily memory。
• MEMORY.md是不是太大？超过bootstrap预算时，注入context的副本可能被截断。
• memory search是否正常？
• compaction flush开着吗？
• 新旧记忆有没有冲突？

Agent记忆真正需要5个动作

Capture：先记录。

Classify：判断profile、长期事实、临时上下文还是待办。

Promote：只有反复有用、长期稳定的内容进入长期层。

Supersede / Forget：旧信息要能被替换、过期或降级。

Retrieve：任务发生时只找相关记忆，而不是把整个历史塞进上下文。

这套生命周期比“记得更多”更接近可靠系统。

记忆还是安全边界

Persistent memory会让一次错误跨会话延续。

所以外部网页、第三方prompt、自动抓取内容、群聊消息、AI自己的推断，都不应该拥有和“用户明确长期决定”一样的promotion权重。

可靠记忆至少要保存source、owner、observed_at、confidence、expiry、status。

这篇旧Skill仍然有价值，但不是因为今天还应该复制它，而是它记录了Agent产品的一次进化：早期用户发现“上下文窗口不是记忆”，后来产品逐渐把需求变成分层memory、检索、compaction前flush、promotion、dreaming和provenance。

工具变了。问题没变。真正值得学习的是问题背后的架构。