我让 AI 翻旧经验，真正用上的竟然排第三

画面可以重新生成，创作判断不该每次归零。

做 AI 视频，一条提示词能描述镜头，却未必装得下整套创作判断：悬念在哪一秒揭开，产品在画面里占多大，压缩时长时必须保住什么。这些决定，才是一个作品背后的经验。

如果每换一个任务，都要把这些判断重新解释一遍，Agent 的能力就很难在连续创作中积累。值得期待的下一步，是让它在动手之前，先查到过去为什么这样做。

这也是我关注 EverOS Cloud 的原因。它给 Agent 提供记忆层，让过去的任务记录和处理经验能够被检索，并接入下一次任务。对于 AI 视频工作流，这意味着我们可以尝试把改稿理由、镜头取舍和执行要求，变成后续创作可参考的材料。

不过，记得多不等于用得对。旧项目里的经验，到了新任务里究竟能帮上什么忙？

这次使用 EverOS Cloud ，我用三条视频创作记录做了一个对照：同一份 Brief，一版提纲不带历史记录，另一版接入记忆。接下来看的，就是经验被检索出来之后，究竟改变了什么。

我是怎么接的

EverOS Cloud 做的是 Agent 的记忆层：把资料存进去，Agent 干活前去查，干完再把新经验存回来。我的接法只有三步：

1. 存：把旧项目整理成三张卡片，每张只写三件事——当时要解决什么、为什么改、最后采用了什么。只放能公开的脱敏内容，不上传整个资料库。

2. 查：拿到这次的 Brief 后，Agent 先检索相关经验，再写提纲。

3. 存回：提纲定下来，把这次的取舍也存进去，留给下一个 Brief。

我用的是官方 Python SDK，存、回读、检索各一个调用。三张卡写进去，不到一分钟就能回读到整理好的记忆，每张卡的任务、理由和结论都在。

有个细节挺有意思：我先用一句宽泛的话去查，排第一的是那条预告片经验；换成“给 AI 提修改意见怎样写得具体”，排第一的立刻变成香氛那张修改卡。问法不同，递回来的经验就不同——问什么，还是得我来想。

代码原文与写入返回｜依据实测记录制作

它查到了什么，又改了什么

为了看清记忆到底起没起作用，我用同一个模型、同一份 Brief 写了两份提纲：一份不给历史记录，一份附上 EverOS 的检索结果。

三张卡都被递了回来。有意思的是，检索分数最高的是那条预告片经验，但有记忆的那份提纲只把它当背景；真正被用上的，是排第三的香氛修改卡。

检索返回原文｜依据实测记录制作

它从那张卡里拿走了一句话：修改要求要落到具体位置、比例和留白。于是提纲里多了一段没记忆版没有的内容——把“改稿单”单独拿出来展示，每条写清时间点、位置和比例，还要和一版模糊的修改意见放在一起对照。

也有不理想的地方。它把旧项目的任务类型整个搬了过来，提议拿“长片压短版、不能重新生成”当这次的真实任务。品牌和优惠没带过来，但任务本身被旧经验带偏了——我这次要做的，明明是写这篇帖子。

最后我的决定是：改稿单那段留下，这是旧经验真正帮上忙的地方；任务替换不采用，这次的真实任务还是写这篇帖子。

决定做完，我把这次的取舍也存了回去：哪条经验用上了，哪条被我拦下了，为什么。下一次再接 Brief，它能查到的就不只是旧项目，还有这一次的判断。

存完去 Memory Bank 看了一眼，我的用户画像里多了一条：“能够区分旧经验与当前任务目标，拒绝盲目套用旧任务类型。”依据写的正是刚才那次取舍。这是 EverOS 根据我的记录整理出来的画像，不是什么新技能，但看到它把“拦下的那一条”也记住了，我挺意外的。

我的边界

旧经验能借的是“判断方法”，不是旧项目的品牌、优惠和交付要求。哪条经验适用、最后怎么写，还是我来定。

AI 负责在我动笔前，把我以前想明白的事递到手边。

适合谁

如果你也是接商单、写方案、天天处理客户修改的创作者，可以从手上一个真实任务试起：先存三张卡，再让 Agent 查一次。

活动时间：10 月 19 日—11 月 2 日

开通 Pro，享半年 3 倍月度额度。

体验入口：https://everos.evermind.ai