摘要： 研究项目、教育工作以及相关的知识工作会积累发现、决策和推理过程，但这些内容未来的协作者很少能重新获取。对后续工作最有价值的部分，包括死胡同和被撤回的论断，通常被排除在出版物和共享代码之外；未来的研究者会重复同样的失败，因为没有记录留存下来。LLM 编码智能体是常见的参与者，但它们在会话之间没有持久记忆，而对原始来源的检索增强生成也无法累积知识。llm-wiki 模式（Karpathy, 2026; tonbi, 2026）通过在原始来源和智能体之间插入一个由 LLM 维护、相互链接的 wiki 来解决这一问题。我们提出了 llm-wiki-memory-template，一个可复用的、智能体感知的实例化方案，并论证它是沿三个轴（多人、多AI智能体、多领域）进行异构协作知识工作的基础，每个轴都由模板中一个独特的架构元素支持（§4）。该 wiki 按约定仅可追加，这保留了失败与成功并存的记录，解决了出版物和代码共享在结构上无法解决的负面结果丢失问题。三个已部署的案例研究和一份设计报告分别涵盖了各个轴：一个保留废弃迭代的单人研究谱系；一个双作者项目，其追溯性审计将先前两个实验声称的 20/20 覆盖率分别修正为 14 和 12 个基于证据的答案，在修复后变为 18 和 18，且失败路径在产物中得以保留；一个正在进行中的多智能体部署（作为设计报告呈现）；以及一个跨领域的教育变体。我们将失败路径保留、智能体诚实性和挪用性命名为该产物的跨领域社会技术属性，而不仅仅是其技术机制的特性。