按需读取、压缩和记忆各管什么

　　当我们与 AI 合作完成一项长期任务时，资料往往会越积越多：早期的讨论、已经确认的决定、正式成果，以及后来被否定的方案，都可能保留在记录中。那么，怎样让重要信息在不同任务和会话之间得到正确延续？

　　以小说创作为例。随着章节不断推进，人物设定、正式正文和未采用的草稿也会逐渐积累。假如“韩立已经向墨大夫透露了小瓶的秘密”只出现在某份废弃草稿中，后续续写时就不能把它当成已确认的事实。直接提供全部记录，可能混入无关信息；简单压缩成摘要，又可能丢失“哪些内容已经采用”这样的关键区别。

　　这里就会延伸出几个问题：怎样按需找到当前需要的资料？怎样压缩已有内容，又不丢失关键条件？哪些信息值得长期保存，并在后续任务中重新使用？ 这一节，我们就来看看按需读取、压缩和记忆分别能解决什么问题，以及怎样让它们配合起来。