工作区整理的关键不是判断单个文件该不该删,而是先按“工作记忆/项目记忆/组织记忆”分层,再决定哪些保留原始形态、哪些提炼、哪些清理。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先给文件分层,再决定删留
材料里的观点杂乱感通常来自所有文件被同等对待。可以按三层记忆来分:当前任务直接要用的(工作记忆)、这个项目积累的经验和决策(项目记忆)、跨项目的长期知识(组织记忆)。分层之后,删留规则就清楚了——工作记忆里的中间产物可以清,项目记忆里记录决策和踩坑的内容要留,组织记忆里可复用的标准和经验要提炼保留。AI 生成的文件夹和表格大多属于工作记忆,是过程产物,不是成果本身1。
整理的目标是让 AI 下次找得到
工作区管理的价值不在于看起来整洁,而在于 AI 执行任务时能自动找到并加载它需要的那部分,不多不少。所以整理时值得问的不是“这个文件还有用吗”,而是“下次做类似任务时,AI 需要从这里读到什么”。把原始材料提炼成高质量的经验和判断标准,比保留一堆原始文件更有用;反过来,如果某个文件是后续任务的输入或决策依据,删掉它会让 AI 下次重新踩坑1,2。
从最频繁的一类任务开始整理
AI推演不必一次把整个工作区理清。可以选你反复做、流程最标准的那类任务,先把它的工作区整理清楚:哪些是每次都要的输入,哪些是这次生成的中间文件,哪些是值得沉淀下来的方法。跑通一类之后,再迁移到下一类。这样每次整理都在积累可复用的结构,而不是每次从零判断2。
材料讲的是分层管理的原则,没有给出针对具体文件类型的删留清单;实际判断还需要结合你项目的具体流程。
出处
- 1你团队的 AI 效果不好,问题不在模型,在 Context
三层记忆和渐进式加载的完整说明,适合理解工作区分层管理的整体框架。
- 2AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版
讲个人如何把使用经验沉淀成可复用结构,适合理解整理工作区对长期复利的意义。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱?
立正认为AI时代赚钱的关键不是抓住某个风口,而是把认知和方法练出来:用经营者的视角看待工作,学会识别真正创造价值的事,并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作,这个怎么理解,什么是手艺,学习手艺的时候需要注意什么,如何精通一门手艺?
手艺不是熟练重复,而是能不断往深里钻研、越做越发现学问的活能力;学它靠动手试错,精通靠长期坚持。
- ai时代,我应该怎么了解我想做,可以做的事,作为马上就要毕业的大学生,我应该怎么样去求职。
先别急着海投简历,花一两天认真想清楚:不靠公司,你能给别人提供什么价值;再花几周去真实试一次。