写在动手之前
记性不好的人，最后都会变成写字的人。
我从小就知道自己记性不好。
背课文的时候，别人读三遍，我得读三十遍。后来工作了，开会的内容散会就忘一半，朋友交代的事情转头就得打电话再问。那时候我不爱写字，觉得麻烦，结果就是不停返工、不停道歉，在”我明明记得”和”对不起我忘了”之间反复横跳。
后来逼得没办法，才养成一个习惯：动手之前先写几笔。不是写日记，就是简单记下要做什么、做到什么样、分几步。纸很潦草，有时候自己都认不全，但只要写了，事情就记得牢些，漏的也少些。
没想到这个被逼出来的习惯，后来成了我和 AI 协作的基础。
一次返工
上礼拜我对 worker 说，给图片生成的工具加个视频功能。他应了一声，一小时后交来三个脚本，说做好了。
我看了一眼，没说话。
视频模型的参数没配全，轮询的逻辑漏了，下载功能也没做。不是不能做，是他忘了。或者说，他根本不知道自己该记得这些。
这让想起我自己。如果没人提醒，我也会漏掉那些”显而易见”的环节。但我和他的区别在于：我知道自己记性差，所以会写字备忘；他不知道自己的记性有多差——不，准确说，他不知道大模型的记性有多差。
AI 的记性
Manus 的 Peak 说过一句话：大模型是 CPU，上下文窗口是 RAM。
再聪明的脑子，内存满了也得卡。128K 的上下文看似够用，真用起来，塞几篇文档、几轮对话，就差不多了。更麻烦的是，模型对长文本的注意力是不均匀的，中间的东西最容易忘——就像读长文章，开头结尾记得清，中间模糊。
还有一个坑更隐蔽。大模型推理时，如果上下文前缀变了，KV-Cache 就失效，成本能差十倍。哪怕只是加了个时间戳，整段缓存都可能作废。
所以问题不是 AI 笨，是它的记性比我还差，而我一开始忘了这一点。
我的老办法
我对付自己记性不好的办法，用在对付 AI 上也有效：写字。
但我现在写的不是给自己看的备忘录，而是给 AI 看的Spec——动手之前，先把”做什么、怎么做、做到什么算完”写清楚。需求背景、目标、非目标、验收标准、任务拆解。字不多，但有了它，worker 就不会再漏掉轮询和下载，因为清单上写着，做完了要一项项对。
这还不够。我还给 AI 配了不同的角色，每个角色有自己的工作区，互不干扰。worker 只管执行，fin 只管分析，director 只管内容。他们不是同一个”人”在切换身份，而是独立的Subagent，各自有各自的记忆空间。
还有那些重复用的能力——调用 API、处理图片、查数据——我封装成Skill，就像工具箱里的扳手，谁需要谁拿，不用每次都重新发明。
这样一来，Context（上下文）就被拆解了：Skill 管技术细节，Subagent 管任务执行，Spec 管目标验收，Main 只管调度。每个部分只处理自己该记的东西，不会一锅粥地塞在一起。
谁来写 Spec
但这里有个问题：谁来写那个 Spec？
一开始我让大家都自己写，发现不行。worker 这种干活的，你让他自己定目标，要么定太低，要么定太高，或者干脆忘了定。反而是 fin、director 这种需要动脑的，你给他框死了，他反而施展不开。
后来分了类。
执行型的——worker、ops——我写 Spec，他们照做。清单上没写的，不做；不清楚的，问。他们是工人，我是工头，图纸我出，活他们干。
分析型的——fin、director、b2b-pm——他们自己写框架，我确认方向。他们是专家，知道怎么看股票、怎么写脚本，我只需说”分析一下这个”，他们会自己定”看什么指标、用什么模型、输出什么结论”。方向对就行，细节我不干涉。
混合型的——lead、crypto——设计阶段自己写，执行阶段我写。先想清楚怎么做，再动手做。
一句话：干的事我定，想的事他定，先想后干的分两段。
效果
用了几周，返工明显少了。以前做一个功能，来回三四趟是常态，现在基本一次到位。不是因为 AI 变聪明了，是因为我先把话说明白了。
还有一个意外的好处：交接顺了。一个任务做到一半，换个人能接着做，因为 Spec 上写得清楚，做到哪、还要做什么，一看便知。以前靠口头传，传着传着就变形了，现在有个字据，少了许多扯皮。
当然，代价是前置的时间多了。每个任务开头要多写几行字，看起来慢了。但比起做到一半发现方向错了、或者做完了发现漏了东西，这几分钟花得值。
我记性不好，后来被迫学会了写字。AI 记性也不好，所以我得帮它写。
如此而已。
参考阅读
少主 & 奔波儿灞
2026.02.10