ECC系统引入路径：从0到1的三阶段设计
TL;DR
系统引入分三阶段：阶段1让系统"记住昨天干了什么"（会话日志→自动写入状态+TODO）；阶段2让系统"自动学会好习惯和踩坑经验"（从日志抽取可复用技能）；阶段3让成本和质量可控（模型分工+最小化eval）。
触发场景
搭建个人AI记忆系统；让系统从"每次对话从零开始"变成"跨会话记住做了什么、踩过什么坑"。
行动步骤
- 阶段1：session日志格式（当前任务背景+已尝试方法+当前状态+下次TODO），Stop hook自动保存总结到文件，新会话自动加载旧日志
- 阶段2：确定知识存储位置（~/.your-system/skills/learned/），结束hook让模型根据日志写"技能条目"
- 阶段3：模型分工策略（小模型做机械操作/主力模型做代码生成/最强模型做复杂架构），做最小化eval对比
证据
四步完成：会话日志→开局加载之前状态→从日志抽取可复用经验→模型分层+token优化+eval对比。
失败边界
阶段1是基础，没做好阶段2无法进行。一句话总结：先搞定会话日志，再搞定开局加载之前状态，然后搞定从日志抽取可复用经验，最后考虑模型分层。
原理
记忆连续的本质是把"会话记忆"从人脑搬到文件里。自我学习是让系统把经验沉淀成技能/规则，下次自动用上而不是再解释一遍。
使用记录
| 日期 | 项目/场景 | 结果 | 备注 |
|------|----------|------|------|
| 2026-05-17 | ECC引入路径三阶段 | confirmed | 从0到1最小可用版 |