上下文被压缩后,AI 还记得自己干到哪了

planning-with-files:把计划写在硬盘上,不是写在脑子里

一句话说清:它让积木把任务计划、调研发现、执行进度写成三个文件放在项目里,每轮对话开始时自动读回来。这样上下文被压缩、会话被清空、程序崩了,计划都还在。


那个熟悉的场景

你让 AI 干一个大活,五六个阶段。前面三个阶段顺顺利利,然后上下文满了、自动压缩了,或者你手动清了一次。

再问它「继续」,它开始重新翻代码、反过来问你目标是什么、把已经做完的第二阶段又做了一遍。

更隐蔽的是另一种:它没有明显失忆,但跑了五十几次工具调用之后,最初的要求被后面的信息挤出了注意力范围,慢慢跑偏。作者管这个叫「上下文腐烂」。

根子上的问题很简单:计划只存在于对话记录里,而对话记录是会被清掉的。


它的办法:三个文件

作者的类比很直白:

上下文窗口 = 内存(快,但断电就没了,还装不下多少)
文件系统   = 硬盘(慢一点,但存得下、丢不了)

→ 所以重要的东西一律写到硬盘上。

落到项目里就是三个 Markdown 文件:

  • task_plan.md —— 分几个阶段、每个阶段的勾选框,这是清空之后的接续点
  • findings.md —— 调研到的东西、做过的决策,边干边往里加
  • progress.md —— 干了什么、测试结果如何

就这三个,没有别的运行时状态。多个任务并行时会各自分到独立目录,互不干扰。


关键在于它不靠自觉

光是「建议 AI 记笔记」没用——AI 忙起来就忘了。这个技能靠的是钩子,每轮对话开始时自动把计划塞回上下文里。

判断逻辑是一条梯子,撞上哪条走哪条:

  1. 任务要 3 步以上、或者 5 次以上工具调用?先建这三个文件
  2. 学到了新东西?追加到 findings.md
  3. 做完一件事?记到 progress.md
  4. 一个阶段完成?在 task_plan.md 打勾
  5. 上下文没了(清空、崩溃)?自动重读三个文件接上
  6. 所有阶段都完成?才允许收工(严格模式下)

第 5 条是最实用的:清空之后,它会去翻会话记录,找出规划文件最后更新之后发生了什么,然后给你一份「补课报告」,告诉你中间丢了哪些内容。


效果有实测数据

作者做了个恢复测试:任务干到一半强行掐掉,新开一个会话只告诉它「继续这个目录的工作」。

带着规划文件,平均 5 轮对话就重新上手;什么都没有的裸 AI 要 13.3 轮。 而且两边最后都能把测试跑绿,差别不在正确性,纯粹是「重新搞清楚自己在哪」的成本。

另一组是文件模式遵守度的评测:用上技能后 30 条断言过了 29 条,不用的话只过 2 条。

两组数据都是作者自己跑的内部基准,他在文档里明确写了这一点,也标了适用边界——不是第三方独立评测,看的时候心里有数就行。


它为什么值得用

1. 治的是真痛点

如果你经历过「AI 改到一半失忆」,就知道这个价值在哪。它不是让 AI 更聪明,是让它别把已经想清楚的事情再丢一次。

2. 产物就是普通 Markdown

没有数据库、没有向量库、没有额外服务。三个纯文本文件,你自己能打开看、能手改。默认不进 git,属于工作草稿。

3. 和「记忆」不是一回事

记忆类工具帮 AI 回忆过去的事实。这个管的是当前任务的执行状态:分几个阶段、哪个在做、哪个卡住了、能不能收工。两者不冲突。

4. 拒绝假完成

严格模式下有个收工闸门:所有阶段都打勾了才放行。顺手还解决一个老问题——错误会被记下来,避免同一个坑踩第二遍。

5. 有中文版,而且是真翻译

不是英文正文配个中文说明。提示词、模板、脚本输出全都是中文的。我在本机跑了一遍初始化脚本,输出确认是中文:「正在初始化规划文件」「已创建 task_plan.md」。


适合谁

  • 让 AI 干长活、但总被上下文压缩打断的人
  • 一个任务要跨好几个会话才能完成的项目
  • 受不了 AI 声称「做完了」但其实还差两个阶段的人
  • 关注上下文工程,想看看不用向量库怎么做长期状态管理的人

如果你不写代码:这个技能解释了为什么 AI 聊久了会变笨——不是模型退化,是它能同时记住的东西有上限,早先说过的话被后面的内容挤出去了。办法是把要紧的东西写下来,而不是指望它一直记着。


技能包下载

planning-with-files-skill.zip (60 KB,解压后放进 skills 目录即可使用)

打的是中文版,24 个文件:一份中文提示词,加上初始化、进度检查、会话补课、计划校验等脚本,以及三个文件的中文模板。纯 Shell 和 Python 脚本,不用装任何依赖。

装好之后直接说「帮我规划这个任务」或者「拆解一下这个项目」就会触发,它自己建文件、分阶段、往下推。

开源地址GitHub - OthmanAdi/planning-with-files: Persistent file-based planning for AI coding agents and long-running tasks. Crash-proof markdown plans, session recovery after /clear and compaction, per-turn re-injection against context rot, deterministic completion gate. Manus-style. Install from npm, the Claude Code plugin marketplace, or npx skills. Codex, Cursor, OpenCode, 60+ agents. · GitHub (MIT,目前 2.6 万+ star)

这个模式的出处是 Manus——他们把 Markdown 当作「硬盘上的工作记忆」,这个技能把那套做法打包成了可直接用的技能。