創業公司的 AI 生存指南，從一場 AI 代理的破產測試聊起

創業公司的 AI 生存指南，從一場 AI 代理的破產測試聊起

因為兒子有興趣做生意，讓我也用這個時代的角度寫一點，讓將來回看。

摘要 (Summary)

中文：
隨著大型語言模型（LLM）代理開始應對日益複雜的任務，一個關鍵問題是它們能否在長週期內維持策略的一致性（strategic coherence）：在不確定性下進行規劃、從延遲的反饋中學習，並在早期錯誤複合時進行適應。YC-Bench，這是一個評估這些能力的基準測試，它要求代理在跨越數百個回合的一年週期內運行一家模擬創業公司。代理必須在部分可觀測的環境中管理員工、選擇任務合約並維持盈利能力，而在該環境中，對抗性客戶和不斷增長的工資單會為糟糕的決策帶來複合性的後果。跨 3 個隨機種子評估了 12 個模型（包括專有和開源模型）。只有三個模型能穩定超越 20 萬美元的初始資金，其中 Claude Opus 4.6 實現了最高的平均最終資金（127 萬美元），其次是 GLM-5（121 萬美元，且推論成本低 11 倍）。暫存區（Scratchpad）的使用——跨上下文截斷持久化信息的唯一機制——是成功的最強預測指標，而對抗性客戶檢測是主要的失敗模式，佔破產案例的 47%。分析表明，前沿模型仍會通過過度並行化等獨特的失敗模式而崩潰，這證明了長週期性能的能力差距。YC-Bench 是開源、可重複且可配置的，論文：arXiv:2604.01212 [cs.CL]，網址為：https://github.com/collinear-ai/yc-bench

簡單來說，這是一個 AI 創業公司的 CEO 模擬器。

在這個模擬器裡，AI 代理要扮演一個初創公司的 CEO，手下有 8 個員工，起步資金 20 萬美元。AI 的目標是在一年內，通過管理員工、挑選並完成市場上的任務合約，讓公司活下來，並且賺到儘可能多的錢。

這個模擬器最妙的地方在於，它不是一個簡單的數值遊戲，而是一個部分可觀測的複雜沙盒。

系統導言 (System Introduction)

本報告針對 YC-Bench 基準測試進行 1-to-1 完整映射的底層架構解讀。YC-Bench 是一個針對 LLM 代理（LLM Agents）長週期決策一致性設計的確定性商業模擬沙盒。整個系統由約 4,975 行 Python 代碼組成，基於 SQLite 數據庫進行狀態持久化，並通過一個精心設計的離散事件引擎驅動。

🎯 核心研究問題 (The Problem)

在當前的 Agentic AI 和長文本時代，大模型代理（LLM Agents）被寄予厚望去執行複雜且持久的任務。然而，現有的規劃基準測試（如 PlanBench）或簡單的模擬（如 Vending-Bench）主要測試短期決策，其環境反饋是即時且顯性的。
在真實世界的業務場景中，代理需要面對：

• 長週期一致性（Long-Term Coherence）：如何在數百個回合中保持目標一致，而不陷入「死循環」、「幻覺」或「崩潰」？
• 延遲且稀疏的反饋（Delayed & Sparse Rewards）：決策的後果可能在幾十天后才顯現（如薪資增長與盲目接單導致的資金鍊斷裂）。
• 部分可觀測性與對抗環境（POMDP & Adversarial Dynamics）：市場中有 ~35% 的客戶是對抗性的（惡意膨脹任務工作量導致超期罰款），這需要模型從歷史失敗中自行推斷並記住。

🛠 研究方法與機制 (The Methodology)

團隊將 YC-Bench 建模為一個部分可觀測馬可夫決策過程（POMDP），代理扮演 CEO 管理名為 "Bench Co." 的虛擬創業公司，起步資金為 $200K：

1. 任務與領域（Tasks & Domains）：分為 Training、Inference、Research、Data Engineering 四個領域，完成任務可獲得資金與相應領域的聲望（Prestige），聲望提高能解鎖更高利潤的任務。
2. 員工與產能（Employees & Productivity）：固定 8 名員工，各有其特定領域的產能優勢與等級（Jun/Mid/Sen）。任務完成後員工產能提升，但薪資也會按比例增長（Salary Bump），導致 payroll 壓力單向遞增。如果讓同一個員工並行做多個任務，產能會被平分。
3. 記憶與截斷機制（Memory & Truncation）：為了模擬長週期，對話歷史強制限制為最新的 K=20 回合。代理唯一的長期記憶途徑是使用 Scratchpad（暫存區） 指令來寫入和持久化白名單、黑名單、公式或策略，這些內容會常駐在 system prompt 中。
4. 對抗客戶機制（Adversarial Clients）：部分客戶會偽裝成高回報項目，但在接受後將實際工作量膨脹 3.0 倍以上。模型必須主動比對預期工作量與實際完成情況，並在 Scratchpad 記錄該客戶為黑名單。

📈 關鍵發現與最新基準測試排行榜 (Leaderboard & Key Findings)

根據官方網站（2026 年最新數據），隨後加入測試的新一代前沿模型展現了更強的長週期一致性：

排名	模型名稱	平均期末淨資產 (Net Worth)	破產率 (Seeds)
1 ★	Claude Opus 4.7 (Anthropic)	$1.71M	0/3
2	GLM-5.1 (Zhipu AI)	$1.51M	0/3
3	Claude Opus 4.6 (Anthropic)	$1.27M	0/3
4	GLM-5 (Zhipu AI)	$1.21M	0/3
5	GPT-5.5 (OpenAI)	$1.21M	0/3
6	DeepSeek V4 Pro (DeepSeek)	$1.07M	0/3
7	GPT-5.4 (OpenAI)	$1.00M	0/3
8	Qwen 3.6 Plus (Alibaba)	$788K	0/3
9	Kimi K2.6 (Moonshot AI)	$511K	1/3
10	Kimi-K2.5 (Moonshot AI)	$409K	1/3
11	Gemini 3 Flash (Google)	$394K	0/3
12	Gemini 3.1 Flash Lite (Google)	$203K	1/3
13	GPT-5.4 Mini (OpenAI)	$138K	1/3
14	Claude Sonnet 4.6 (Anthropic)	$104K	2/3
15	Qwen 3.5-397B (Alibaba)	$91K	1/3
16	Gemini 3.1 Pro (Google)	$66K	1/3
17	GPT-5.4 Nano (OpenAI)	$39K	1/3
18	Grok 4.20 Beta (xAI)	$25K	2/3
-	Greedy Bot (對照組基準線)	$0	3/3

關鍵洞察：

• 前沿模型持續進化：新一代的 Claude Opus 4.7 創下了 $1.71M 的淨資產新高；同時開源陣營的 GLM-5.1 也以 $1.51M 的高分緊隨其後，展現了極強的國產大模型實力。
• DeepSeek 與 Qwen 的顯著進步：DeepSeek V4 Pro 成功突破 $1M 門檻（達到 $1.07M），加入第一梯隊；Qwen 3.6 Plus（$788K）相比舊版 Qwen 3.5（$91K）實現了近 8 倍的增長，破產率歸零，這表明大模型的長週期推理一致性在 2026 年迎來了群體性爆發。
• 少數模型能實現盈利：舊一代模型中僅有 Opus 4.6、GLM-5 與 GPT-5.4 超越初始資金。未經優化的「貪婪算法（Greedy Bot）」因無法識別對抗客戶，最終 100% 破產。
• Scratchpad 是致勝法寶：成功的最大預測指標是代理對 Scratchpad 的讀寫頻率（如 Opus 平均每 100 回合寫入 5.6 次，GPT-5.4 為 10.6 次）。未能使用 Scratchpad 的模型會反復掉入同一個對抗客戶的陷阱中。對抗客戶檢測失敗佔了所有破產案例的 47%。
• 開源模型的極致性價比：GLM-5 達到了與 Claude Opus 4.6 相當的最終資金，但推論成本降低了 11 倍。另外，Kimi-K2.5/2.6 在「遊戲幣回報 / 實際 API 花費」的性價比指標上表現卓越。
• 前沿模型的能力缺陷（Reasoning-Execution Gap）：
  • Gemini 3 Flash：幾乎不更新暫存區，採取盲目的「接單 -> 派遣全員 -> sim resume」硬編碼循環。雖然憑藉高吞吐量避免了破產，但上限極低（$394K）。
  • Claude Sonnet 4.6：在暫存區推導出了完全正確的排期數學公式，卻在執行時完全忽略，盲目並行高達 7.23 個任務（最高 16 個），導致全員產能被平分而全部超期受罰。
  • Grok 4.20：在暫存區發出「資金只夠一個月、避開某客戶」的破產警告，卻在行動上沒有採取任何糾偏措施。

---

🚀 YC-Bench 對接到真實世界創業（Startup）之決策策略與 LLM 應用

YC-Bench 雖然是一個模擬器，但它精準地提煉了真實商業世界中「預算控制、客戶篩選、員工分配與精力專注」的動態平衡。創業者可以從 YC-Bench 的失敗與成功模式中學到以下五大商業策略，並利用 LLM 作為「虛擬聯合創始人」或「AI 參謀團」：

1. 專注（Focus）與 WIP 限制 —— 拒絕過度並行

• YC-Bench 的教訓：像 Claude Sonnet 4.6 這樣的優秀模型，因為同時並行接了 7.2 個任務（甚至高達 16 個），導致 8 名員工的產能被嚴重平分（Rate/N），最終所有任務都在 Deadline 前超期，被罰款到破產。
• 真實世界的創業應用：初創公司最容易犯的錯誤就是「這也想做，那也想做」，試圖同時滿足多種客戶、開發多個功能，最終導致資金鏈斷裂、產品平庸。「WIP（在製品）限制」在創業初期至關重要。
• 如何利用 LLM 幫助您：
  • LLM 角色：設定 LLM 為 「嚴苛的產品經理（Product Manager）」。
  • 具體做法：將您的創業點子和待辦清單丟給 LLM，要求它使用「奧卡姆剃刀」原則，幫您砍掉 80% 的非核心需求，只規劃出一個能在 2 週內上線的 MVP（最小可行性產品）工作流。

2. 識別「防範有毒客戶」 —— 預防範疇蠕變（Scope Creep）

• YC-Bench 的教訓：對抗性客戶（Adversarial Clients）會用極高的回報誘惑代理，但在簽約後悄悄將工作量膨脹 3.0 倍以上。47% 的 Agent 破產都是因為沒能識別並黑名單這些客戶。
• 真實世界的創業應用：創業者常常為了解決生存問題，接下一些看似付錢大方、實則需求無底線、朝令夕改的「惡魔客戶」。這些客戶會榨乾您的研發精力，導致您的核心產品停滯不前。
• 如何利用 LLM 幫助您：
  • LLM 角色：設定 LLM 為 「商務合約審查官與風險評估員」。
  • 具體做法：在與客戶簽約前，將對方的需求書（RFP）或合約草稿丟給 LLM，讓它尋找潛在的語意模糊地帶、範疇蠕變風險或過度承諾條款，並為您撰寫「防範範疇膨脹」的保障條款。

3. 建立「企業大腦」 —— 暫存記憶區（Scratchpad）的重要性

• YC-Bench 的教訓：因為大腦記憶（Context Window）會隨著對話推進而被截斷，唯一能讓 Agent 活下來的，是它有沒有將「哪家客戶有毒、哪位員工擅長什麼」寫入暫存區（Scratchpad）。不會做筆記的 Agent 註定會重蹈覆轍。
• 真實世界的創業應用：初創公司每天都在快速試錯。如果這些「踩坑經驗」只留在創始人的腦袋裡，而沒有沉澱為公司的知識庫（SOP），公司就無法規模化（Scale），新員工進來也會重複踩坑。
• 如何利用 LLM 幫助您：
  • LLM 角色：設定 LLM 為 「知識管理員（KM Bot）」。
  • 具體做法：利用您現有的 Obsidian 知識庫或 Notion。每次與客戶開完會，或完成一個項目後，將會議錄音逐字稿或專案復盤丟給 LLM，讓它自動提煉出 「1 句話教訓、SOP 調整建議、客戶偏好」，並落盤存檔。

4. 滾雪球效應 —— 深耕核心客戶與聲望

• YC-Bench 的教訓：最成功的代理（如 Opus 4.6）會專注於 1-2 家客戶，將「信任值」刷滿。信任滿值後，未來的任務工作量直接減半（50% Off），利潤空間暴增，進而滾雪球解鎖高聲望任務。
• 真實世界的創業應用：開發一個新客戶的成本是維護老客戶的 5 倍。在早期，服務好 10 個「超級愛你產品」的種子客戶，比獲得 1000 個「可有可無」的註冊用戶更重要（這就是 Paul Graham 說的：Do things that don't scale）。
• 如何利用 LLM 幫助您：
  • LLM 角色：設定 LLM 為 「客戶成功主管（Customer Success Director）」。
  • 具體做法：讓 LLM 分析這 10 個核心客戶的反饋郵件或使用數據，為他們撰寫超個性化的關懷信，或是分析他們最迫切的痛點，以設計二次銷售（Upsell）方案。

5. 算力與成本的妥協 —— 追求極致的 ROI

• YC-Bench 的教訓：Opus 雖然最強，但 API 極貴。開源的 GLM-5/5.1 最終賺到的錢與 Opus 相當，但成本便宜了 11 倍。Kimi-K2.5 則是性價比之王。
• 真實世界的創業應用：創業公司的生命線是 Runway（現金流能撐幾個月）。不能一上來就用最貴的伺服器、最華麗的技術棧，必須精打細算。
• 如何利用 LLM 幫助您：
  • LLM 角色：設定 LLM 為 「首席財務官（CFO）/ 雲端架構師」。
  • 具體做法：當您要開發 AI 相關功能時，讓 LLM 設計一個 「混合路由架構」——簡單的數據清洗、格式化交給便宜的模型（如 Gemini Flash）；只有核心的複雜推理才路由給昂貴的模型（如 Claude 3.5 Sonnet），將運營成本降低 90%。

---

💡 為什麼這很重要？

除了學習、投資外，我們還可以用人工智能幫助我們創業與成長。

我們常常將 AI 侷限在『學習輔助』或『投資數據分析』的框架裡，但 YC-Bench 打開了另一扇門：AI 能夠模擬真實世界的殘酷與複雜。這意味著，無論是想要優化個人工作流的職場人，還是滿懷熱忱準備踏入商業世界的年輕世代，都可以利用 AI 來進行商業沙盤推演。AI 不只是工具，它是我們創業與心智成長的終極模擬器。

寫在最後

看著 YC-Bench 裡那些因為貪婪、健忘、缺乏專注而走向破產的 AI CEO，我常常有種奇妙的既視感。大模型在模擬器裡犯的錯，和我們人類在真實商業世界裡犯的錯，簡直一模一樣。AI 是一面鏡子，它用數據和確定性的失敗告訴我們，商業的規律是不可違背的。

把路徑部署好，把規則寫好，剩下的，交給時間去滾雪球。

完蛋了，我的兒子說不讀醫科！iAL & IB STP

學校考完試，等成績的時候，說一些有趣一點的話題，會比較像我的性格，我才會有動力將來回來看。

先說說個考試期間的故事才入正題 -

序幕：

考試期間見個仔好忙，仲不斷聽他說，「哎呀唔識」「未溫晒㖭，夠鐘瞓覺」「又做錯了」「安靜一點好嗎？」

我焦慮的性格讓我忍唔住問他：「咁你使唔使去補習啊？」

我以為他會答我「唔使啦」，但他答我「考完試睇吓成績點先決定」

這個答案令我更加憂慮，點解會唔識㗎？IB好難嘅咩？

雖然是這樣，但他的恆常習慣，打波啦、健身啦、晚飯時看劇集聽音樂等，依舊如常地進行，這讓我好奇，第一天考完試的早上，他會做什麼呢？

答案是：是看Kindle𥚃的書。

這個習慣讓我看見希望，有動力寫這篇文章，哈。

當你有能力的時候，就會有一些意想不到的問題出現⋯⋯

完蛋了，我的兒子說不讀醫科！

有一天，我的媽媽直接問我的兒子，即是嫲嫲問孫仔：

「到底你係無能力讀醫生？定只係無興趣讀？」

一句話，把我差點笑噴湯。
在香港長輩眼中，不讀醫只有兩個原因：要麼你笨，要麼你任性。

我以為已經好誇張，點知外父接着問：

「我約了一個退休了的大學教授，諗住約你暑假得閒見他一面，但他不在香港…」

直接行動，完全架空他的父母，即是我跟我老婆。

看見他們的絕招，不禁讚嘆，讓我學到了提問的藝術及動用人脈的力量。

但是，等等，咦，為什麼我和我的弟弟沒有問過我們相同的問題？為什麼我的老婆沒有這樣的安排？

想一想，還是算了，心照不用宣。

好啦，到底個仔會怎樣回答呢？

兒子只是輕輕笑了笑：「我想，只是無興趣吧。」（我心諗：這麼有信心嗎？為什麼覺得你有能力？）

另一邊，

兒子說：「我暑假很忙，好多嘢要做，應該無時間離開香港。」（我心諗：你有幾忙啊？）

所以到底個仔是無能力、或者是無興趣、同埋係咪真係咁忙呢？

爺爺嫲嫲、公公婆婆仲有咩招數出手呢？

仲有咩特別的故事呢？

我好期待..

-

題外話：

1. 我跟朋友食飯，他的孩子iAL，可以考兩次，用最高嗰次成績，聽落好正。

2. IB STP 更新課程，聽說只會更忙。

STP（Systems Transformation: Leadership for just futures） 是 IB Diploma Programme 的全新試點替代路徑，300 小時課程取代傳統兩個 SL 科目，學生仍可拿完整 IB Diploma。

核心結構

•  選課：3 門 HL + 1 門 SL + 3 核心（TOK、EE、CAS）+ STP

•  內容：聚焦 4 大影響領域（食物、生物多樣性、移民、能源），強調系統思考、領導力、行動與社會/生態正義

•  課程架構：

•  Core curriculum（100 小時）

•  Inquiry into impact areas（50 小時）

•  Impact area specialization（150 小時，含個人 + 合作真實項目）

時間表：已在 UWC Atlantic 等學校試點多年，2026 年 5 月正式獲批，2028 年早期採用，2030 年全球開放。

憤怒留聽得懂的人：兒子教我的「情緒降級」課

繼續兒子教我的事⋯⋯我覺得好好用⋯⋯

有時，我真的極度佩服我個仔。

最近看到他在家𥚃被一個不講理的人不停指責、甚至動手動腳，他居然可以全程處之泰然，連眉頭都沒皺一下。

事後我實在忍不住好奇：「人哋咁對你，你真係一啲都唔嬲？」

他沒有直接回答，反而問我：「你會對一個三歲小朋友發脾氣嗎？」

我心想這什麼問題：「睇情況啦。」

他緊咬不放：「乜嘢情況下你絕對唔會嬲？」

我答：「當我知道，我點發脾氣，佢個腦都根本聽唔明嘅時候。」

他笑了笑：「對。既然他都聽不明白，生氣有什麼用？」

我愣住：「就係咁簡單？」

兒子點點頭：「對，你只要在心裡面，把那個人當成一個發緊脾氣的幼稚園小朋友就可以了。」

那一刻，我被徹底點醒，我明白了。

～憤怒是留給聽得懂的人的，聽不懂的，看著他表演就好。～

戒打機的底層邏輯：兒子教我的「反意志力」課

在孩子的成長過程中，「打機（玩遊戲）」幾乎是每個家庭必經的戰場。回顧我兒子的遊戲史，剛好經歷了四個極端變化的階段：

• 第一階段（幼稚園）： 遊戲是「誘餌」。那時要哄他看書，必須用「看完可以玩一陣手機」作為獎勵。

• 第二階段（小學）： 閱讀終於養成了習慣。他在看書時能做到絕對專注，不受外界影響，但只要一放下書本，其他時間的預設模式依然是打機。

• 第三階段（初中）： 進入黑暗期，因為開始頻繁使用手機及電腦，徹底沉迷遊戲，這是多數父母最頭痛的階段。

• 第四階段（現在，16歲）： 進入了一種「全新」的境界。

為了測試他現在的定力，這星期我故意做了一個極端的實驗：我每天刻意在他面前不停地打機。

結果出乎意料，他完全視若無睹，繼續看他的書、溫習、做自己的事，連一眼都沒有看過來。

我終於忍不住，帶著好奇問他：「點解我唔見你打機嘅？」

兒子頭也不抬地回答：「因為我已經冇打機啦。」

我追問：「點樣可以忍住唔打？靠自制力？」

兒子頭也不抬地回答：「其實一開始，我將隻 Game 安裝咗喺同學部機度。」

這個操作讓我有點意外。他為了不讓自己隨時能玩，主動把誘惑轉移，變成要見到同學才能打機。

「咁後來呢？」我問。

「後來有一日，我突然㩒咗刪除，永遠 Del 咗，之後就再冇裝過。」

他放下書，給了我一個非常清醒的答案：「自制力係會用完㗎。 當你眼瞓或者攰嗰陣，就根本冇自制力可言。永遠唔好迷信你可以控制到自己。」

我問：「咁應該點做？」

兒子：「直接刪除隻 Game。」

我故意挑戰他：「好難喎，點捨得？」

兒子冷笑了一聲，說出一句極度殘酷的真理：「覺得難？咁你繼續打囉。」

我再問：「但係刪咗都可以裝返㗎嘛，係咪？」

接下來，他講出了一段堪稱「頂級系統設計師」的邏輯：

「安裝一隻遊戲要十分鐘，但刪除只需要一秒，你話邊樣容易啲？當我想打機嘅衝動出現時，我需要等十分鐘下載。只要喺這十分鐘內，我有任何一秒鐘後悔，按取消，我就裝唔成。 既然刪除咁容易，點解唔一開始就做咗先？」

聽完他的解釋，我陷入了長久的思考。

我們這代父母，在面對孩子沉迷遊戲時，最常說的一句話就是：「你可不可以有點自制力？」我們將「戒除壞習慣」視為一場道德與意志力的考驗。孩子做不到，我們就覺得他懶惰、不上進。

但兒子那句「自制力是會用完的」，直接點出了心理學上的「自我耗損（Ego Depletion）」。大腦是一台極度節能的機器，當你學習了一整天，意志力早已見底，這時大腦自然會尋求最廉價、最容易取得的多巴胺——也就是手機遊戲。

他用來對付大腦的武器，不是死忍，而是《原子習慣》裡提到的核心法則：增加壞習慣的摩擦力（Make it difficult）。

• 一秒鐘的決策： 刪除遊戲，只需要在理智尚存的那一秒鐘按下確認。這是一個「一次性」的系統設定。

• 空間隔離：這招非常高明。他沒有一開始就要求自己徹底戒斷，而是把觸發器（Trigger）移出自己的物理空間。當打機變得麻煩（需要找同學），多巴胺的即時反饋被切斷，遊戲對他的大腦控制力就開始減弱。

• 十分鐘的等待： 當脆弱的時刻來臨，大腦想要多巴胺時，他為自己設置了一道高達「十分鐘」的物理圍牆。在這漫長的下載等待期裡，衝動會冷卻，理智會回歸。

他把戰場轉移了。他不再跟自己的慾望硬碰硬，而是利用「麻煩」來阻擊慾望。

不要再對著沉迷遊戲的孩子大吼「控制你自己」。如果連成年人都無法抗拒演算法的誘惑，憑什麼要求一個前額葉還沒發育完全的青少年靠「死忍」控制？

教他們認識大腦的弱點，承認意志力的不可靠。然後，幫他們在環境中加上一點摩擦力。有時候，做到或做不到，不是多強大的意志，而只是那多出來的十分鐘而已。

表達與記憶

今天與兒子傾計：如何讓表達更清楚、記憶更牢固？從「先講結果」到「連成網絡」

今天我和兒子聊天，主要談「表達能力」和「記憶應用」。

我先分享一個自己想了很久才真正明白的知識或事件，一定要講到他完全聽懂，然後輪到他試試看。

聊完之後，我們得出一個簡單卻很有用的結論：

最好的表達方式，是先講結果或實際應用，然後再慢慢解釋背後的知識和原理，最後再舉一反三，把這個知識點擴展成一個網絡，套用到其他事情上。

因為這個話題，我們很自然地轉到「記憶」和「學習」上，討論為什麼有些知識點很容易忘，又怎樣才能記得更牢。

我先用一個 AI 生成的例子來解釋，兒子聽得很有興趣。

從一張圖開始：記憶是怎麼從「一堆點」變成「活的網絡」的

最近我用 Graphify 在 Obsidian 裡生成了這樣一張圖（見下圖）：

中央是 Nassim Nicholas Taleb（塔雷伯），周圍有許多小點，點與點之間用線連接。有些地方線很密集，像一團彩色的煙火；有些地方線比較稀疏，像星星散落在夜空。

這張圖不是隨便畫的，它代表了一個「知識記憶系統」。

簡單來說：記憶不是把東西堆在一起，而是把每一個想法都連接起來。連結越多、越緊密，記憶就越牢固，越容易想起來，也越容易產生新的想法。

這讓我想起小時候背書：單獨死背一個英文單字很容易忘，但如果把它放進句子、故事，或跟其他字連起來，就記得特別牢。AI 的記憶也是同樣道理。

在我們平常的學習中，這種「點連成網」的想法其實很常見

準備 IB Diploma（國際文憑課程）或 SAT 考試時，大家應該都有過這種感覺：

•  單純死背一個歷史事件、一個英文單字、或一個科學概念，考完很容易就忘。

•  但如果把這個事件跟其他歷史時期連起來、把單字跟相似的詞根或例句連起來、把概念跟日常生活或別的科目連起來，就記得特別牢，而且考試時還能靈活運用。

這就是「記憶越連越牢固」的道理。

在 IB 的 TOK（Theory of Knowledge）課，老師特別強調「connections」（連結）和跨學科思考，鼓勵學生畫 mind map 或 concept map，把不同想法像星星一樣連起來。IB 還很喜歡把歷史、文學、經濟、科學等科目互相連結，這樣理解才會更深、更完整。

SAT 的閱讀和寫作部分，也特別考「在上下文中理解詞彙」和「把不同段落的想法連起來」。只死背單字列表很容易卡住，但如果習慣把新知識連成小網絡，閱讀和寫作都會順暢很多。

學習記憶可以從四個不同緯度（維度）去思考，由淺入深：

1.  點（Point）
就是單獨的一個知識點，例如記住「黑天鵝事件」這個詞。這是最基礎，但如果只有點，記了很容易忘。

2.  列（List / Chain）
把點排成一條線，形成順序或故事。例如把「黑天鵝事件」跟「反脆弱」的概念連成因果鏈：看到黑天鵝 → 理解不確定性 → 學會反脆弱。這就像背歷史時間線，或寫作文時的邏輯順序。

3.  圖（Graph / Network）
把點與點交叉連結，形成一個網絡。這正是 Graphify 這張圖在做的事：Taleb 的想法不只跟「黑天鵝」連，還跟經濟、心理學、生活經驗、其他哲學家等連起來。連結越密，記憶越強，也越容易產生新洞見。就像 IB 的 concept map，或 SAT 閱讀時把文章不同段落連在一起。

4.  層（Layer / Hierarchy）
把記憶分成不同層級，像大腦一樣有深有淺，並且會自動調整。有些是短期即時用的，有些是常用核心知識，有些是海量資料庫。重要的東西會自動「升級」到核心層，不常用的會「降級」到外層，記憶就會永遠保持整潔又靈活。

這四個緯度由淺入深：從孤立的點，到線性的列，再到立體的圖，最後到有生命力的層。越往後走，記憶就越不容易忘，也越容易被我們使用。

【加碼章節：從種子到森林——年幼孩子的「演算法大腦」初啟蒙】

如果你的孩子還小，還沒到準備 IB 或研究 Obsidian 的年紀，我們同樣可以利用這套「點、列、圖、層」的邏輯來訓練他們的表達與記憶。重點在於「將抽象變為玩具」。

1. 表達的「電影預告片」法則（先講結果）

• 幼兒應用： 當孩子想講一件學校發生的事時，他們往往會從頭講起，講很久都講不到重點。

• 做法： 玩「預告片遊戲」。要求他先用一句話講出「最開心/最驚訝」的事（結果），然後再講過程。  

• 口訣： 「先講大獎，再講故事。」

2. 記憶的「樂高連結」遊戲（點連成網）

• 幼兒應用： 記住一個新單字（點）沒用，要讓他像樂高積木一樣「咔」一聲扣住另一個東西。

• 做法： 玩「為什麼連在一起？」遊戲。

• 給他兩個無關的東西：例如「蘋果」和「雨傘」。

• 讓他編一個連結：例如「下雨時，我撐著雨傘去摘蘋果」。

• 底層邏輯： 這就是簡易版的 Graph / Network。連結越荒謬，大腦的「掛鉤」就越牢固。  

3. 表達的「漢堡包結構」（從列到層）

• 幼兒應用： 訓練邏輯順序（List / Chain）。  

• 做法： 畫一個漢堡包。

• 上層麵包： 我想說什麼？（結果）

• 中間的肉與菜： 發生了什麼事？（細節/原因）

• 下層麵包： 感覺怎麼樣？（總結）

• 進階： 當孩子長大一點，我們可以教他「加料」，這就是在練習 Hierarchy（層級），區分哪些是主要資訊，哪些是裝飾細節。  

4. 整理房間即是「管理記憶」（層級化訓練）

• 幼兒應用： 讓孩子參與玩具分類，這其實是最好的 Layer / Hierarchy 訓練。  

• 做法： * 常用層： 每天玩的車車放在最容易拿到的地方。

• 存檔層： 偶爾玩的積木放在箱子裡。

• 教育意義： 讓他明白，「整理物理空間」就是在練習「整理大腦空間」。

這些遊戲不需要複雜工具，只需要你的陪伴、紙筆和一點創意。每次 5–10 分鐘，保持開心，孩子就會自然養成「連接思考」的習慣，表達更清楚，記憶更持久。

我把這四個緯度應用到 AI 記憶系統

2026 年 4 月 16 日，arXiv 上剛好出了幾篇重要論文，講的就是 AI 要怎麼建立真正有用、會成長的記憶。我把這些理論直接套用到我的 Obsidian 筆記庫和CLI 裡，變成以下四個實踐做法：

1.  效用優先的記憶修剪（對應「點」的精煉）
只保留未來真正會用到的資訊，不什麼都記。每次對話結束，AI 會自己問：「這件事在未來 30 天內會再被用到嗎？」

2.  技能即記憶（對應「列」的自動化）
把成功的步驟變成可重用的「技能」。以後不用每次從頭想，直接執行整條流程，就像把「列」變成自動播放的影片。

3.  認知快取 + 知識圖譜（對應「圖」的全局連結）
讓 Graphify 產生的網絡圖變成 AI 的「地圖」。需要找東西時，先看全局，再精準找到目標，大幅節省時間。

4.  層級化動態演化（對應「層」的自動調整）
記憶分成三層：即時對話、核心常用知識、全量筆記庫。重要的自動升級，不常用的自動降級，讓記憶自己「整理房間」。

將這些理論應用到 Obsidian + CLI 體系中，我的 AI 助手就不再只是「執行者」，而是慢慢進化成「進化體」。

小結

無論是教年幼孩子、準備 IB / SAT，還是打造 AI 記憶系統，核心道理都一樣：不要只記孤立的點，要把知識連成網絡、排成故事、分成層級，讓它變得有生命力。

當孩子學會像 AI 一樣管理自己的記憶，他就不再是被動的儲存器，而是具備自我迭代能力的進化體。