问题：记了很多，用不上
项目结束后，大多数团队都能说出”我们学到了什么”——写在复盘文档里，归档，然后下一个项目从头踩同样的坑。
知识记录了，但经验没有积累。原因不是记录不够多，而是两件事被混淆了：
知识是”某件事是什么”；经验是”在什么情况下，用什么判断”。
读一百篇游泳教程是知识，下水游过才是经验。两者之间的转化，需要一套机制，不是一份文档。
为什么事后整理不管用
事后整理有一个无法弥补的缺陷：当时为什么这样判断，已经记不清了。
能记住的只剩结论——”我们选了方案 A”。但让这个结论有价值的部分——方案 B 为什么被否定、当时的约束条件是什么、如果条件变了结论会不会变——全部蒸发了。
没有判断过程，结论只是一个没有上下文的答案，换一个场景就失效。
四个动作
1. 踩坑时立刻记，不等事后
知识的有效期在”当时”。解决问题的那一刻，判断的来龙去脉最清晰。拖到复盘，细节已经模糊。
记录不需要复杂，三行就够：
情况：遇到了什么
判断：为什么这样处理，而不是那样
结论：下次类似情况的触发条件和做法
关键是第二行。没有”为什么”，记录退化成流水账。
2. 记决策，不记过程
过程记录没有杠杆：它告诉下一个人”当时发生了什么”，但不告诉他”下次应该怎么想”。
有杠杆的是决策记录：在两个选项之间，你为什么选了这个。
这个”为什么”背后是判断的依据——场景条件、权衡取舍、放弃了什么——这才是可以迁移的部分。
3. 第三次出现时提炼成规律
第一次是意外，第二次是巧合，第三次是规律。
当同一类问题出现三次以上，值得停下来问：这里有没有一个可以命名的模式？如果有，把它写成原则，不再靠每次重新想。
这一步是从”积累的知识”到”可复用的经验”的关键跨越。没有这一步，记录只是堆砌，不是积累。
4. 用出来才算掌握
记下来的内容，必须在下一个相似场景里主动调用：它适用吗？条件一样吗？结论需要修正吗？
只有经过实战检验并修正过的知识，才真正内化成判断力。没有用出来的记录，只是潜在的经验，不是真正的经验。
AI 项目多一个动作
AI 介入之后，有一类知识特别容易流失：哪些提示有效、哪些失败、为什么。
这不是抽象的方法论，而是具体的操作记录。不记录，它就永远是一次性的——下一个项目、下一个人，从零开始踩同样的坑。
AI 项目的知识积累，比传统项目多一个落点：
| 类型 | 落到哪里 |
|---|---|
| 有效提示词 | 04-prompt/ 对应目录，附使用说明 |
| 失败模式 | 对应章节的”失败模式”小节 |
| 上下文结构 | 07-tooling/ 工具文档 |
| 判断依据 | 00-principles/ 或对应方法文档 |
知识只有落入仓库才算共享，只有有人用过才算经验。
判断积累是否有效
一个指标：新人进组，需要多久才能达到老人的判断水平？
- 答案是”跟着干半年才懂”——经验还在人脑里，没有外化
- 答案是”看文档加实操两周就上手”——积累机制在起作用
这个指标不需要专门去测，日常感受就能判断：新人总是问一样的问题，说明没有积累；新人能快速找到决策依据，说明积累有效。
本质
经验积累的本质不是”记得更多”，而是”让判断可以被传递”。记录是手段，让下一个人在相似情况下能做出同等质量的判断，才是目的。