Gemini CLI v0.40.0 更新了什麼？從專案記憶到 Skills，重新理解終端機 AI 的工作方式

Gemini CLI v0.40.0 更新了什麼？從專案記憶到 Skills，重新理解終端機 AI 的工作方式

先給結論：Gemini CLI v0.40.0 的重點，不是讓終端機 AI 突然擁有不會遺忘的永久記憶，而是把工作脈絡分成較容易管理的層次。專案規則、可重複流程、一次性的任務狀態與模型輔助，開始有不同的放置位置；這會影響團隊怎麼交接，也影響哪些內容值得留在專案裡。

先拆開「記憶」這個說法

2026 年 4 月 28 日的 v0.40.0 版本說明，將更新放在「分層記憶」與提示驅動的四層記憶管理上。這個轉向很重要：AI 使用過的上下文不等於團隊已確認的知識。前者可能只對一個工作階段有效，後者才應該經過人確認、寫成可檢查的檔案。
因此，判斷更新價值時，應該問的是「哪些脈絡能被重用、審查與交接」，而不是「它會不會記住全部對話」。

GEMINI.md 把共識放到專案邊界

GEMINI.md 適合放專案背景、目錄規則、測試命令與不可違反的協作約定。Gemini CLI 會依層級載入全域、祖先目錄與目前工作區的指示；這讓規則跟著專案走，也讓新成員能在讀程式碼前先取得必要脈絡。
但它不是垃圾桶。短暫偏好、未驗證的猜測、密鑰、Cookie、個人資料與一次性除錯結果，都不該因為「以後可能有用」就寫入版本庫。

Auto Memory 是候選提案，不是自動改檔

目前文件對 Auto Memory 的描述，重點是從過往本機工作階段找出可能可重用的經驗，產生記憶更新或 Skill 草稿，再放進專案內的收件匣供人審查。它不應直接修改有效中的記憶、設定、憑證或 GEMINI.md。這個設計讓發現與採納各有一道門，也保留了拒絕錯誤經驗的機會。
實務上，每份候選更新都要能回答三件事：它解決了哪個重複問題、適用範圍是什麼、誰已經用測試或實際任務驗證過。沒有答案，就先留在收件匣。

Skills 讓可重複流程成為資產

Skill 適合封裝需要多次執行的工作，例如先讀規格、再跑測試、最後檢查差異。它和一段臨時提示詞的差別，在於有目錄、有觸發方式，也能被列出、重新載入、啟用或停用。這使流程可以被維護，但不代表每次執行都可以跳過人工判斷。
團隊最好先從一個小而穩定的流程開始，留下輸入、輸出與失敗條件；等流程被重複驗證，再擴大成共用 Skill。這比一次把整套工作習慣自動化更容易追蹤。

任務追蹤與本機模型補上長任務斷點

長任務最常見的問題不是模型不夠聰明，而是人不知道目前做到哪裡、下一步要驗證什麼。任務清單、可讀的中間產物與版本差異，能把工作從一次性的對話拉回可接續的流程。v0.40.0 同時整理了本機 Gemma 的模型路由入口，但「能選模型」和「能在本機完整執行」是兩件不同的事，不能混為一談。

高風險資料仍要留在人手邊

記憶層級越多，越需要資料邊界。認證資訊、客戶資料、未公開產品計畫、未確認的安全判斷與個人偏好，不應透過自動整理進入共享脈絡。對每一筆要留下的內容，先標註來源、適用期限與撤回方式；對不確定的內容，寧可保留在局部工作檔，也不要升格成專案規則。

總編判斷

Gemini CLI v0.40.0 值得關注的地方，是它把終端機 AI 從「每次重新描述背景」推向「管理可重用脈絡」。真正的生產力不在記憶越多，而在資訊分層正確：GEMINI.md 放穩定規則，Skills 放經驗流程，任務檔放進度，模型只提供當下的推理協助。先建立審查習慣，再談自動化，才不會把舊錯誤包裝成新共識。

官方文件與版本查證

• Gemini CLI v0.40.0 官方版本公告：版本日期、分層記憶、資源工具與 Gemma 路由。
• Gemini CLI 官方變更紀錄：v0.40.0 的四層記憶管理與相關更新。
• Auto Memory 官方文件：候選更新、收件匣與人工審查流程。
• GEMINI.md 官方文件：全域、祖先目錄與工作區規則的載入方式。
• Agent Skills 官方文件：Skill 的發現、載入、啟用與停用。