一、陈述性记忆 与 程序性记忆

在认知心理学中,长期记忆通常根据“内容是否能够被有意识地表达”分为陈述性记忆程序性记忆

核心定义与对比

特性陈述性记忆 (Declarative Memory)程序性记忆 (Procedural Memory)
定义关于“是什么”的知识,可以用语言描述。关于“怎么做”的知识,涉及技能和动作。
意识层面显性(有意识的回忆)。隐性(无意识的自动提取)。
习得速度通常较快,甚至可以“过目不忘”。较慢,需要通过大量重复练习获得。
遗忘速度相对较快,容易受干扰。极慢,一旦掌握往往终身不忘。
大脑部位主要涉及海马体和内侧颞叶。主要涉及纹状体、基底核和小脑。

1.1 陈述性记忆(Declarative Memory)

陈述性记忆处理的是事实、概念、数据和个人经历。它之所以被称为“陈述性”,是因为你可以通过语言将这些信息“说出来”。

它进一步分为两个子类:

  • 情景记忆:记录个人的生活经历(例如:你去年生日在哪过)。
  • 语义记忆:存储关于世界的客观知识和事实(例如:巴黎是法国的首都)。

1.2 程序性记忆(Procedural Memory)

程序性记忆是指如何执行特定任务的记忆。这种记忆通常存储在潜意识中,你很难用言语向他人准确描述其中的精细操作细节。

常见的例子包括:

  • 运动技能:骑自行车、游泳、打篮球。
  • 认知技能:阅读、打字、玩乐器。
  • 习惯:早上起床后不假思索的洗漱流程。

1.3 关键差异点:关于“知道”的不同维度

这种分类最经典的例子是弹钢琴

  • 你记得乐谱上的音符、作曲家的名字、钢琴有88个键,这些属于陈述性记忆
  • 你的手指在琴键上盲操、形成“肌肉记忆”流利地弹出曲子,这属于程序性记忆

需要注意的是,陈述性记忆受损的病人(如海马体损伤)可能无法记住新见到的医生(陈述性丧失),但如果每天练习画图或拼图,他们的技能水平依然会提高(程序性保留)。


关注 AI 领域的朋友看到这里,是不是有点熟悉?来进行类比

二、Context 与 Skill

2.1 类比关系对比表

维度Context (上下文 / 陈述性)Skill (技能 / 程序性)
本质静态的背景信息。解决问题所需的知识储备和环境参数。动态的执行逻辑。处理信息和完成动作的内化能力。
作用告诉系统“现在是什么情况”以及“目标是什么”。告诉系统“如何通过动作达成目标”。
灵活性易于更新。改变 Context 就能迅速改变行为的方向。难以速成。Skill 的习得需要通过“训练”或“打磨”来固化。
典型代表事实、数据、规则说明书、当前任务的背景。翻译能力、逻辑推理能力、编码风格、运动反射。

2.2 Context 是“导向标” (陈述性)

就像陈述性记忆存储事实一样,Context 提供的是数据和事实的集合。如:

  • 当前任务的事实状态
  • 用户偏好、历史对话、约束条件
  • 临时成立、随时可能失效的信息

它的特征很像陈述性记忆:

  • 可被读出来、拼接、摘要
  • 每次推理时显式参与
  • 容易过期、需要更新
  • 压缩和遗忘反而是必要能力

在系统层面,Context 像一个随时可改写的工作台,内容存在与否直接影响当下判断,但不会自动固化为行为模式。

Context 是你输入给它的提示词或检索到的文档。它告诉 AI:“这次任务的背景是 X,请基于 Y 事实来回答。”。如果没有 Context,系统虽然有能力(Skill),但不知道该往哪里发力。

2.3 Skill 是“处理器” (程序性)

就像程序性记忆负责“如何操作”一样,Skill 是内化在模型或个体中的处理模式,更接近程序性记忆。

Skill 保存的是:

  • 如何做一件事的执行路径
  • 操作顺序、调用策略、失败回退方式
  • 在不确定环境下的稳定反应

它的特征贴近程序性记忆:

  • 很难完整写成 prompt
  • 通过反复执行、评估、微调形成
  • 一旦加载,执行几乎是自动的
  • 很少依赖长 context

在系统层面,skill 像已经编译好的执行模块,输入一到,就进入固定的控制流。

技能是不需要查阅手册就能自动运行的。例如,一个资深程序员不需要思考“循环”的语法(Skill),但他需要知道当前项目的具体需求(Context)才能写出正确的代码。Skill 往往表现为“黑盒”状态:你很难解释清楚你是如何平衡自行车的,但你就是能骑走它。


维度ContextSkill
类比记忆陈述性记忆程序性记忆
内容形态状态与事实行为与流程
是否显式
生命周期
是否需要推理每步都需要几乎不需要
主要风险膨胀、污染、过期僵化、过拟合

2.4 Context 与 Skill 的关键分界点

  • Context 决定“这一次你在什么世界里”
  • Skill 决定“你在这个世界里通常怎么动”

这也是为什么很多 agent 系统会走向:

  • 主动压缩、衰减、清洗 context
  • 极其谨慎地引入、升级 skill

一旦把临时信息错当成 skill 固化,系统行为就会变得不可逆。反过来,只用 context 堆复杂行为,系统成本和不稳定性都会指数上升。

标签:infra, ai, agent, memory

你的评论