AI 时代的经验基础设施
把真实做过的事，沉淀成可被人和 AI 持续复用的经验。让 Agent 像工作五年的老员工一样工作。
自动采集 → 人工确认 → 智能召回
背景
大促期间 Redis 缓存穿透导致 DB 压力飙升，接口 P99 超过 3s。
为什么
布隆过滤器误判率过高；团队曾讨论过本地缓存 + 空值缓存方案。
方案
热点 Key 本地缓存 30s + 空值缓存 5min，穿透请求降级走只读副本。
AI 能写代码，但不会积累经验
团队已有 Git、Wiki、Notion，但 Agent 仍然不知道「为什么这样设计」「这个 Bug 曾经怎么修」——真正缺失的是 Experience。
AI 不会积累经验
每次对话结束，Context 清空。同类 Bug、同类方案，团队与 Agent 反复踩坑。
Wiki 写了 Agent 也用不好
文档为人阅读优化，Recall 噪音大，缺少「为什么」与适用条件，Agent 难以按任务精准取用。
组织记忆随人走
架构决策、排障经验、上线教训只存在于个人脑中，人员流动后团队从零开始。
经验飞轮
不是又一个知识库，而是「采集 → 确认 → 召回 → 进化」的闭环。经验越积越多，Agent 越用越准。
自动采集
Agent 完成任务后 Remember 草稿，或从 Git / 对话中自动提炼经验。
人工确认
负责人 Review 草稿，校验可信度后发布为结构化 Experience。
智能召回
新任务开始前，Agent 按 Task Match 自动 Recall 相关经验与决策。
持续进化
Feedback 驱动 Ranking，失效经验自动标记，越用越准。
核心能力
AEC 不管理文档，管理 Experience。为 AI Agent 与企业之间的统一经验层而生。
结构化经验卡
背景、方案、结果、适用/失效条件——不是 Markdown 堆叠，而是 Agent 可消费的 Experience。
草稿确认
Agent 提交的 Remember 草稿经人工 Review 后发布，保证组织 Memory 的可信度。
语义召回
按任务上下文 Recall，而非关键词搜索；Fact Block 级精准注入 Agent Context。
决策与规则
记录「为什么这样做」，让 Agent 永远知道架构决策与团队规范。
MCP 原生接入
Cursor、Claude Code、自研 Agent 通过 MCP / API 统一访问同一套经验层。
公开经验池
通用最佳实践可设为公开，Fork 到本 Workspace；未来成为 AI 时代的经验社区。
为谁而建
先 B 后 C：团队场景跑通 Review 闭环，公开经验池自然生长为 AI 时代的经验社区。
研发团队
10~200 人、已全面使用 AI Coding，需要组织级 Memory 与多 Agent 一致。
个人开发者
Free 档体验 Capture + Recall 闭环，沉淀个人最佳实践。
经验创作者
未来将公开沉淀通用经验，被全网 Agent 与人类共同消费。
不是 AI 版知乎
CSDN、知乎是为人阅读时代设计的。智忆是 Agent 与人类共同消费的经验网络。
接入你的 Agent toolchain
无论 Cursor、Copilot 还是自研 Agent，通过 MCP / Memory API 共享同一套 Experience Layer。
Cursor
IDE 内 Recall / Remember
Claude Code
MCP 经验接入
VS Code
插件浏览与搜索
自研 Agent
Memory API / SDK
让经验不再消失
创建 Workspace，配置 MCP，完成首条 Remember → Review → Recall 闭环。