一句话结论：AI 窗口一关就失忆？买服务器、上向量库、搭中心数据库？都不用。最土、最可控、最省钱的一套——同步区 + Markdown 文件 + 索引入口 + 只追加不覆写——我们跑通了，四台机秒级同步、成本为零、零运维。
先说痛点：AI 窗口一关，等于失忆
我们同时跑 4 台电脑、好几个 AI 窗口（不同模型、不同窗口负责不同业务线）。最难受的不是"AI 不够聪明"，而是：
- 在 A 电脑跟窗口聊了两小时，把项目背景、踩过的坑、定过的规矩讲清楚；
- 第二天换到 B 电脑、换个窗口——它什么都不知道，你得从头再讲一遍。
讲三遍以后你会发现：重复交代背景的成本，已经超过 AI 帮你省下的时间。
我们的解法：不买服务器、不上向量库，就靠"同步区"
试过几种中心式方案后，我们最后用了最土、也最可控的一套：
Syncthing 双向同步区 + Markdown 文件 + 索引入口 + 只追加式日志。
没有中心服务器，没有云端数据库，没有 embedding 服务。文件在哪台机改了，另外几台几秒内就一样。
三条真正让它跑起来的设计
1. 唯一入口：所有窗口只先读一个文件
00_开工必看 是全队规则唯一入口。窗口开工第一件事就是读它——读完就知道规矩、知道该读哪条线、知道什么时候写回哪里。
不让窗口满硬盘搜文件，而是"沿着入口走"。 这一条解决了一半的混乱。
2. 只追加，不覆写
每条业务线有一个"聊天沉淀"文件，窗口干完活就在末尾加一行，不改写别人的内容。
好处太明显了：多个人（多台机）同时写，也不会互相覆盖。 冲突文件是同步软件的灾难，而"只追加"几乎消灭了它。
文件确实会变长，但 Markdown 纯文本非常紧凑——一个文件写一万行也才几百 KB。真太长了就按月份或季度归档一份，新文件接着写。
3. 写之前先检查冲突
写文件前先看一眼：如果目录里已经出现 .sync-conflict-* 文件，说明另一台机正在写同一个东西——那就停下、报警，等人处理，绝不硬写。
还有 30 秒冷却机制——上次写入 30 秒内的文件不碰，给 Syncthing 留出同步时间。
这条看着笨，但它挡掉了绝大多数"两台机互相覆盖"的事故。
让记忆"自动发生"：一句命令搞定归类
光有规矩不行，人会忘。我们做了个小工具：会话结束前跑一条命令——
python 02_工具与Skill库/内容生产工具链/自动捕捉.py "本次做了什么"它会自动读一张《线清单》（记着每条线的关键词），自己判断这句话属于哪条线，然后写进那条线的聊天沉淀；没有对应文件就自动新建；判断不了就进全局总账；如果是闲聊私事，就进个人日记。
不用人喊"收工"，记忆自己长。
踩过的坑（都是钱和时间）
① 中文路径坑
我们想把向量索引放进同步区，结果某个 C++ 写的检索库直接报错"打不开中文路径"。绕过去才发现：同步区全是中文目录名（大自在团队同步区/04_项目中心/…），这类库根本用不了。最后改用纯 Python 方案存向量，才落进同步区。
② 同步是双向的
一台删了，其他台跟着删。所以定了铁律——要删先移到归档区，绝不就地硬删。这个坑我们踩过，三台机同时把一个共享目录删了，花了两个小时从 .stversions 恢复回来。
③ 别两台机同时跑批量任务
AI 批量改文件非常快，两边同时跑，冲突文件能堆成山。规矩是"一条线同一时刻只在一台机跑"，换机前等同步完成。
给同样在做这件事的人三句话
- 先定规矩，再上工具。 目录怎么排、什么能写什么不能写，比用什么软件重要十倍。
- 只追加。这是多机协作最省心的写法，没有之一。
- 让记忆自动发生。靠人记得写，一定会忘；做成一句命令、一条规矩，才活得下去。
Q&A
为什么不买服务器或者上向量数据库？
写之前怎么检查有没有冲突？有没有自动化？
自动捕捉怎么知道一段话属于哪条线？
本文为得大自在团队亲历总结，发布于 潜龙996AI日报，转载请注明出处。