AI 怎么持续学习：从对话中自动积累可复用技能

你有没有想过，每次和 AI 助手聊完天，它学到的东西去哪了？

比如你教它一个整理发票的流程，它这次做得很好。但下次换了一个对话，它好像又忘了，你得从头再教一遍。这不是 AI 笨，而是对话结束后，学到的东西就消失了。

这就是 Instinct 持续学习机制要解决的问题。

核心问题：AI 的"金鱼记忆"

想象你请了一个助理，每次见面都是第一次见面。你昨天教他的事，今天他全忘了。这不是助理能力差，而是你们之间没有"记忆传承"。

AI 助手现在就是这样。每次对话是一个独立的 session，聊完就清空。虽然你可以说"记住这个"，但到底记在哪、怎么记、什么时候用，其实没有系统性的设计。

Instinct 的核心目标：让 AI 能从对话中识别出"有价值的重复模式"，把它沉淀下来，变成可复用的技能。

解决思路：识别 → 打分 → 升级

Instinct 的工作流程可以概括为三步：

第一步：识别重复出现的操作模式

当 AI 发现自己在做一件"似曾相识"的事时，它会警觉：这是不是可以提炼成固定流程？

触发条件有三类：

显式触发——你直接说"记住这个流程"、"以后还会用"、"封装成 Skill"。这种情况下立即进入提取流程，不需要等重复次数。

蜂群扫描——当多个 AI 实例协作完成一个复杂任务后，系统会自动扫描任务总结，看看有没有可复用的经验。

隐式触发——当同类操作出现 2 次以上，或者操作步骤超过 3 步且涉及外部工具时，后台会自动判定这是否值得记录。

第二步：进入候选池，持续打分

被识别出的模式不会立即变成正式技能，而是先进入"候选池"。每个候选都有一个分数，初始在 0.35-0.50 之间。

分数由四个维度加权计算：

- 可重复性（30%）：是否在不同场景出现过？

- 可验证性（30%）：是否有明确的结果可以验证？

- 可迁移性（25%）：是否不依赖特定的上下文？

- 风险可控性（15%）：自动复用会不会带来明显风险？

每次成功复用，分数增加 0.08；在不同场景再次成功，额外加 0.05。但如果复用失败，会扣 0.12。30 天没使用扣 0.10，60 天没使用就标记为过期。

第三步：达到阈值，人工确认后升级

当分数达到 0.65，状态变为"准备审查"；达到 0.80，系统会立即发消息给你确认："这个模式已经验证充分，要不要升级为正式技能？"

关键点：永远不会自动创建正式技能。即使分数再高，也必须经过人工确认。这是"默认保守"原则——AI 可以提取、可以建议，但不能擅自改动系统。

四类知识的分流

不是所有经验都应该变成 Skill。Instinct 把知识分为四类，每类有各自的落点：

Skill：可复用的人机协作流程

特征是"有明确的触发条件和工作流"。比如"博客发布流程"：写 Markdown → Git 提交 → Vercel 部署 → 生成 TTS 音频 → 上传 Supabase。

这类知识最终会变成 skills//SKILL.md 文件，有完整的 description、workflow、触发词。

Procedure：操作手册

更像"操作指南"而不是"对话路由"。比如"如何在 Supabase 更新音频文件"，有强依赖的命令顺序和 API 调用。

这类知识落在 memory/procedures/<名称>.md，包含前提条件、步骤、验证方法、常见错误。

Rule：高代价踩坑教训

那些"必须记住，否则后果严重"的铁律。比如"MiniMax TTS 必须用 JSON body + voice_setting 对象，否则会报错"。

这类知识写在 MEMORY.md 的 Key Lessons 部分，同时存入向量库便于检索。

Memory：偏好、事实、一次性决策

比如"我喜欢用 Japanese_GracefulMaiden 音色"、"我的 Vercel token 是 xxx"。这些不适合流程化，但值得记住。

这类知识用 memory_store 存入向量库，或者写在 MEMORY.md 的对应章节。

为什么必须人工确认？

你可能会问：既然 AI 能自动识别、自动打分，为什么不能自动升级？

这里有三个原因：

第一，防止垃圾技能泛滥。AI 可能会把偶然成功的操作当成通用模式。比如某次调试时误打误撞成功了，不代表这个方法真的可靠。

第二，边界条件需要人判断。一个流程在什么场景适用、什么场景不适用，AI 很难完全把握。比如"博客发布流程"在普通博客适用，但在需要多语言同步的博客可能就不适用。

第三，系统稳定性。自动修改 Skill 文件意味着改变 AI 的行为逻辑。如果改错了，可能影响后续所有对话。这个风险必须由人承担。

所以 Instinct 的设计是：AI 负责提取和验证，人负责决策和升级。

实际例子：博客发布流程的升级之路

让我们看一个真实的例子。

第一次：你让 AI 帮你发布一篇博客。它完成了：写 Markdown → Git push → Vercel deploy → TTS 生成 → Supabase 上传。这次操作被记录下来，进入候选池，初始分数 0.40。

第二次：一周后，你又让它发布博客。它复用了上次的流程，成功完成。分数增加到 0.48。

第三次：这次是在不同的项目里，流程依然适用。分数再增加到 0.56，同时因为跨场景复用，额外加 0.05，达到 0.61。

第四次：发布过程中遇到了一个之前没遇到过的问题（Vercel 部署失败），但流程里的错误处理步骤帮上了忙。你给了正面反馈"完美"。分数跳到 0.76，状态变为"准备审查"。

第五次：又一次成功复用，分数达到 0.84。系统给你发消息："博客发布流程已经验证 5 次，建议升级为正式 Skill，确认吗？"

你确认后，系统生成 skills/blog-publish/SKILL.md，包含完整的触发词、流程步骤、边界条件。候选池中的记录被移除，已升级记录存档。

双写原则：文件 + 向量库

重要候选模式会同时写入两个地方：

- 候选池文件（candidates.json）：结构化数据，含分数、步骤、来源

- 向量库（memory_store）：便于跨 session 检索

这样设计的原因是：文件持久化，不怕丢失；向量库支持语义检索，新 session 可以通过相似度搜索找到相关候选。

比如新 session 遇到"要发布博客"的需求，先检索向量库，发现"博客发布流程"这个候选，然后复用并更新分数。

失败熔断机制

为了防止系统失控，Instinct 设置了多条熔断规则：

- 单日新增候选超过 5 个 → 暂停自动提取，只写日志

- 同类候选重复 3 条 → 触发去重

- 连续 3 次升级建议被拒绝 → 该类别暂停 7 天

这些规则确保即使 AI 判断失误，也不会造成大量垃圾数据。

每周周报

每周日，系统会生成一份周报：

🧠 Instinct 周报 [2026-03-29]

📊 候选池：12个 | 本周复用：8次
⭐ 待确认升级：博客发布流程（分数0.84，类型：Skill）
⏰ 即将过期（7天内）：竞品价格采集（分数0.42）
🗑️ 本周清理：3个过期模式

这份周报让你一目了然：AI 正在学习什么、学得怎么样、哪些需要你关注。

总结

Instinct 持续学习机制的核心思想是：先提取，再验证；先候选，后人工升级；只学可复用流程，不学表面措辞。

它解决了 AI"金鱼记忆"的问题，但不是让 AI 自动改系统，而是通过"识别 → 打分 → 人工确认"的保守流程，让有价值的经验真正沉淀下来。

四类知识的分流（Skill/Procedure/Rule/Memory）确保每类经验都落在正确的位置。双写原则（文件 + 向量库）保证既持久又可检索。熔断机制防止系统失控。

最终目标是：让 AI 真正"记住"什么是有价值的，而不是每次从零开始。