核心用法
Remember Me 是一套以人为本的记忆管理技能，通过分类标签系统（FACT/PREFERENCE/GOAL/HYPOTHESIS）构建对用户的动态理解模型。其核心工作流程包括：触发捕获（用户明确请求、重复偏好、边界声明、模式识别）→ 分层存储（每日笔记与长期档案）→ 假设验证 → 智能晋升 → 个性化适配。
技能强调显性同意与记忆完整性：事实绝不推断，假设永不自动晋升，所有推断均标记置信度并设置衰减机制（高→中14天，中→低30天，低→丢弃60天）。每周维护机制确保档案精简且行为可操作。
显著优点
1. 伦理优先设计：明确的"永不存储"清单（短暂情绪、一次性挫折、敏感身份属性）、主动遗忘政策、用户可控的删除请求
2. 科学置信体系：四级标签区分信息确定性，假设-验证闭环避免过度拟合用户画像
3. 实用分层架构：Daily/Long-term 双轨制平衡捕获效率与档案质量
4. 细腻个性化契约：适配语气、简洁度、决策风格（速度优先/深度优先）、边界约束
潜在局限
- 维护成本：理想状态下需每周人工审阅3-7条日笔记，长期可能积累维护负担
- 假设验证摩擦：频繁的"轻量确认"探针可能打断对话流畅性
- 置信衰减刚性：固定时间窗口（14/30/60天）未必匹配所有用户互动频率
- 无加密说明：敏感信息存储未提及加密机制
适合人群
长期协作型AI用户、隐私敏感但追求深度个性化的专业人士、需要跨会话项目连续性的创作者/研究者、重视边界控制的自我管理者。
常规风险
隐私泄露：长期档案集中存储偏好与边界，若访问控制失效后果严重；过度推断：即使标记为假设，反复验证失败仍可能造成用户被误解的感受；档案僵化：晋升后的长期记忆若未及时降级，可能固化为过时画像；情感劳动转移："记住我"的隐喻可能让用户产生类人际关系期待，需明确AI能力边界。