告别聊天框：大模型无状态本质与智能体工作区革命
一次’样本悄悄被改’的惨痛事故，以及如何用三层文件系统记忆彻底治愈 AI 失忆症
那是去年冬天一次令人冷汗直流的实证分析经历。
我在网页聊天框里配合 AI 调试一个跨度十年的上市公司创新面板数据。第 1 轮对话时，我明确强调：“**样本必须剔除所有 ST、*ST 企业以及金融类上市公司**”。AI 答应得非常痛快，代码写得漂亮利落。
我们兴致勃勃地聊了整整一个下午：从描述性统计、平行趋势图，一路聊到异质性分析与机制检验。到了第 22 轮对话，我让它顺手补一个 PSM-DiD 匹配。生成的表格看起来无比完美，回归系数显著为正（\(p < 0.01\)）。
直到我偶然把回归后的样本量 \(N\) 与第一张基准表比对时，才猛然发现：样本量凭空多出了整整 4,200 个观测值！
仔细排查代码才发现，早在第 15 轮讨论某个控制变量缺失值插补时，AI 重新生成的清洗片段已经悄无声息地把“剔除金融股”的过滤条件给丢掉了。
我们没有修改实证口径，但实证口径却在我们眼皮底下“漂移”了。
如果你也曾在网页对话框里被类似的问题折磨过，请记住：这不是 AI 变笨了，而是网页聊天框的设计，从底层逻辑上就是在和严谨科研背道而驰。
1. 探秘黑盒：为什么大模型在服务器上是“纯粹的失忆者”？
很多初学者误以为，大模型就像一个有记忆的真人助教，坐在云端服务器的那头耐心地听我们说话。
真相完全相反：大模型服务器是 100% 无状态（Stateless）的。
每一次你点击发送，服务器都把它当成生命中第一次见到的独立请求。随着会话拉长，上文包含了大量无意义的报错、闲聊与废话，模型为了在有限的注意力权重内生成回答，最先被“遗忘”和稀释的，恰恰是位于对话中部的那些关键约束条件。
2. 范式进化：从“剪贴板搬运工”到“ReAct 闭环智能体”
意识到聊天框的局限后，工作流的演进方向就非常清晰了：把 AI 从浏览器窗口里拽出来，直接放进你的本地项目文件夹里。
旧模式 (Chatbot)：人类在中间充当肉体管道
[人类构思] ➔ [输入框发问] ➔ [AI吐出代码文本] ➔ [人类手动复制] ➔ [粘贴到本地Stata跑] ➔ [报错] ➔ [复制报错给AI] ➔ [死循环]
新模式 (Agentic ReAct Loop)：智能体自主感知与纠错
┌──────────────────────────────────────────────────────────────┐
│ 1. 意图感知 (Think) ──► 2. 任务规划 (Plan) │
│ ▲ │ │
│ │ 自主反思纠错 (Reflect) ▼ 执行工具调用 (Act) │
│ 4. 观察回显 (Observe) ◄── 3. 磁盘写文件/运行计算 (Execute) │
└──────────────────────────────────────────────────────────────┘在 OpenCode 或 Claude Code 等现代智能体架构下： * AI 不再给你“演示代码”，而是直接在磁盘上新建 01_clean.do； * AI 不需要你截图报错，它直接捕获系统终端的 Stata/Python 返回值； * AI 发现第 12 行变量拼写错误，它自主静默修改源码并重新触发运行，直到顺利生成 Publication-ready 表格。
3. 解法落地：基于工作区文件系统的“三层持久化记忆”
既然不能靠对话窗口来记事，我们该如何让 AI 在跨越数周、开启几十次会话的研究周期中始终保持口径一致？
答案是：将记忆分层物理落盘在项目工作区内。
D:\Learning\Your-Econ-Project\
├── AGENTS.md <─── 【第 1 层：静态基准层 Ground Truth Rules】
│ (定义数据红线、计量规范与不可破坏的约定)
│
├── quality_reports\
│ ├── session_logs\ <─── 【第 2 层：动态进展层 Progress Logs】
│ └── checkpoints\ <─── 【第 2 层：状态快照 Checkpoints】
│ (记录本次会话的决策原因、修改了哪些文件行数)
│
└── scripts\ / data\ / text\ <─── 【第 3 层：精准感知层 On-Demand Retrieval】
(通过 glob / grep / read 按需调入局部代码)第一层：静态基准层 (AGENTS.md)
在项目根目录下放一个 Markdown 文件。这是给所有智能体立下的“家规”。每次智能体启动，它必须第一优先级静默读取：
# 项目最高宪法 (AGENTS.md)
1. 样本红线：2012-2022 年 A 股上市公司，严格剔除金融、保险、房地产及 ST 标记企业。
2. 计量规范：主回归必须控制行业×年份交互固定效应（reghdfe y x, absorb(ind#year) vce(cluster firm)）。
3. 产出铁律：严禁屏幕输出完事！所有表格必须用 esttab 导出至 scripts/stata/_outputs/。第二层：动态进展层 (Session Logs & Checkpoints)
每一次复杂研究任务结束前，让智能体执行一条收尾指令：“总结当前进展并写入 checkpoint”。 它会生成一份包含以下要素的清单： * 做出的决策与理由（为什么删除了控制变量 \(Z\)？因为 VIF 膨胀因子超过了 10）； * 受影响的文件与行号（更新了 03_reg.do 第 45~58 行）； * 下次启动的第一项任务（待做：添加连续性 DiD 稳健性检验）。
第三层：精准感知层 (On-Demand Retrieval)
不再无脑把上万行的代码全塞进上下文。智能体像一位经验丰富的工程师一样，使用专用工具按需查阅： * glob：快速确认脚本文件树； * grep：用正则毫秒级查找某个变量是在哪个脚本清洗的； * read：仅仅把要修改的 40 行核心代码切片读入上下文。
4. 个人防漂移 Checklists
在日常实证中，我把防漂移总结为四句顺口溜：
| 准则 | 痛点场景 | 我的铁律对策 |
|---|---|---|
| 单任务短会话 | 对话超过 15 轮开始胡说八道 | 一事一会话：做完“清洗”存 checkpoint，关掉重开做“回归” |
| 强制文件落盘 | 终端显示了显著结果，关掉找不到了 | 拒绝空中楼阁：凡是没有落盘生成 .do 和 .log 的结论一律视为不存在 |
| 人类把控脚手架 | AI 自由发挥建了一堆乱七八糟的目录 | 架构人类定，代码 AI 填：严格把控顶层目录和数据流接口 |
| Git 频繁锚定 | AI 改错了代码难以复原 | 大改前先 commit：只要跑通一个阶段，立刻 git commit 存盘 |