写入：谁说的，什么时候说的
“用户喜欢短回答”很像一条可以保存的偏好，但它可能只针对某次赶时间的对话。写入时至少应区分事实、偏好、猜测和临时任务状态；还要保留来源与时间。没有这些信息，后续再精准的检索也可能把旧假设当作新事实。
待验证的问题：若同一个偏好被用户改口，系统是直接覆盖，还是保留版本并标注适用范围？我更想先做能解释冲突的小结构，而不是急着做更多“记忆条数”。
取回与遗忘：两个被低估的步骤
取回不是相似度排名的同义词。相关但过期的记录可能比不相关的记录更危险；检索结果应同时考虑来源可靠性、时间和当前任务。长上下文研究也提醒我，不该只因为内容能放进窗口，就默认模型能稳定利用它。
遗忘也不是简单删除一条向量。摘要、副本、缓存和派生判断可能仍保留旧内容。若用户要求删除，系统应能说明影响范围，并让后续生成不再引用这段信息。这一项比“记住更多”更能测试系统是否值得信任。
一个准备拿来试的反例
设想用户先说“默认把技术文章写成中文”，之后又说“给海外同事的周报改用英文”，再过一周问“把上次那篇文章继续写完”。一个只记最新偏好的系统会误把文章也改成英文；一个只按相似度取回的系统可能把两条互相矛盾的要求都塞进上下文。较好的记忆至少要知道“文章”和“周报”是不同对象。
我希望以后用这类带冲突的小任务测写入和取回，而不只是问模型能否复述旧对话。若系统给不出来源或适用范围，宁可向用户确认，也不要把一条模糊记忆说得像铁证。