让 AI 忘记 — Context Rot 与 AI 陪伴的训练轮隐喻
来源：Every Newsletter Context Window，2026-02-27
核心论点
1. 上下文腐烂（Context Rot）
AI 记忆中积累的过时偏好、错误记忆和相互矛盾的信号，会随时间悄悄降低输出质量。
关键洞察： 干净的空白起点有时是竞争优势。
2. AI 陪伴的训练轮隐喻
AI 陪伴最好的形态是训练轮：
- 一个让你练习脆弱、练习对话的工具
- 然后把你推出门去面对真实人类关系
- 而非替代品
3. Every 编辑团队的 AI 工作流
AI 负责模式匹配和重复性劳动，编辑和作者把精力放在技艺、论点和声音上。
本周内容详解
为什么我关掉了 ChatGPT 的记忆（Mike Taylor）
Context Rot 的核心概念：
- AI 记忆中积累的过时偏好
- 错误记忆和相互矛盾的信号
- 会随时间悄悄降低输出质量
真实案例：
- 自定义指令里有一句坎耶·韦斯特的名言
- 结果导致 ChatGPT 尝试把每个网站功能都做得"尽可能地牛逼"
论点：
- 提供了上下文失效的完整分类体系
- 将干净的空白起点视为竞争优势
Every 编辑团队使用 AI 的方式（Kate Lee）
完整工作流覆盖：
- 从选题筛选到最终顶层编辑
- 再到社交媒体包装
- 每个环节都有 AI 参与
每位团队成员的独特工作流：
- 能捕捉风格手册违规的自定义技能（Skills）
- 在写作过程中充当采访伙伴的 Claude 项目
- 能交叉对比作者已发表作品与内部讨论的 Agent
核心原则：
- AI 负责模式匹配和重复性劳动
- 编辑和作者把精力放在技艺、论点和声音上
播客：AI 高中内部（AI & I）
嘉宾： 德克萨斯州奥斯汀 Alpha 高中的 17 岁学生 Alex Mathew
学校特点：
- 没有传统教师
- 学业通过 AI 驱动的平台完成
- 学生每天一半时间用于构建真实项目
分享内容：
- Z 世代对大学的看法
- 对社交媒体的态度
- AI 时代阅读的真实感受
产品更新：Cora 向 AI Agent 开放
Cora 进入 Beta 测试：
- Every 的 AI 邮件工具
- 允许用户通过 API Token 连接到 Claude Code 和 OpenClaw 等 AI Agent
- 让 Agent 可以像你一样搜索、整理和提取邮件上下文
- 无需切换窗口
意义：
- Cora 迈向更广泛 AI 工作流的重要一步
原创随笔：AI 陪伴的训练轮隐喻
作者： Ashwin Sharma
起点： Friend AI 穿戴设备广告
- 一名女性将自己从自杀边缘拉回来归功于 AI 吊坠
- 在急诊室里首先担心的是 Friend 设备是否安好
观察：
- 既有同情也有警惕
- 在灰色、沉寂的城镇里
- 数以百万计的孤独者正在 AI 聊天机器人中寻找连接
- 这是真实的社会症状，而非科幻场景
核心论点：
- AI 陪伴最好的形态是训练轮
- 一个让你练习脆弱、练习对话的工具
- 然后把你推出门去面对真实人类关系
- 而非替代品
背景：
- 美国卫生部长曾将社会孤立对健康的危害
- 等同于每天抽 15 根烟
可应用要点
定期清理 AI 记忆
行动步骤：
- 每隔 1-2 个月，完整检查一遍你给 AI 设置的所有偏好和背景信息
- 删除过时的、矛盾的或已经不再准确的内容
- 把这个动作加入你的月度工作回顾清单
对于重要的、一次性的任务：
- 考虑刻意开启一个全新的会话
- 干净的起点有时比"它了解我"更有价值
公开内部工作流作为内容策略
Kate Lee 公开 Every 编辑团队 AI 工作流这件事本身，就是值得学习的内容策略。
为什么有效：
- 展示了真实的工作方式，而不是营销话语
- 吸引的是真正关心你解决方案的人
- 而不是被噱头吸引的路人
如果你的团队已经在用 AI 做有意思的事：
- 考虑把这个过程写出来
- 这本身就是最好的公开构建（Building in Public）
AI 陪伴的产品设计原则
如果你在做 AI 陪伴类产品：
- 思考如何设计"退出机制"
- 帮助用户最终建立真实的人际关系
- 而不是无限期地依赖 AI
训练轮隐喻的应用：
- 明确产品的过渡性质
- 提供用户成长路径
- 庆祝用户"毕业"到真实关系
关联
- harness-engineering/context-rot — 上下文腐烂的四种模式
- writing/every-editorial-team-ai-workflow — Every 编辑团队 AI 工作流
- product-trends/overview — 产品趋势