简短回答
Perplexity 忘记您的 Spaces 内容是因为 Spaces 强制每个计划的文件上限（Pro 版为 50 个文件，Enterprise 版最多可达 5,000 个文件），指令被总结为简短的系统提示，而检索层并不总是能为每个查询提取到每个上传的来源。Spaces 是一个来源和指令的容器，而不是您完整库的保证读取。解决方案是一个外部记忆层，它根据每个问题提取您内容的正确切片。
为什么 Perplexity 忘记您的 Spaces 内容
Spaces 是 Perplexity 的主要工作区功能，作为对 Collections 的升级引入。它们功能强大，但有三个真实的限制解释了为什么内容似乎会消失。
1. 文件上限是真实的。 Perplexity Pro 将 Spaces 限制在 50 个文件。Enterprise 计划根据级别将上限提高到 500 或 5,000 个文件。一旦达到上限，您将无法再添加来源，文件的轮换是手动操作，这会破坏任何依赖于被移除文件的推理。
2. 指令被总结。 Space 上的自定义指令字段是一个简短的系统提示，会在每个查询之前添加。它不是知识库。长的、分层的指令会被压缩或部分忽略，特别是当问题与指令描述的内容仅有松散匹配时。
3. 检索是选择性的。 Perplexity 根据查询相关性决定从哪个 Space 来源提取到给定的答案。这对速度是合理的，但这意味着您专门为这种问题上传的来源仍然可能被跳过，如果检索排名器给另一个来源的评分更高。您的 Space 保存了文件，但您的答案并不总是反映它。
结果是：一个 Space 看起来很完整，但实际表现得半完整，并悄悄地丢弃了您在策划它时所做的工作。
当 Perplexity 忘记 Spaces 内容时您失去的东西
每次遗漏都让您需要重新上传、重新提示或重新检查，而损失在依赖该 Space 的项目中不断累积：
- 上传的来源未被使用。 您上周固定的 12 页市场报告被默默跳过，Perplexity 却引用了一个新闻博客。
- 指令变得模糊。 “总是优先引用主要来源”变成了一个礼貌的建议，当查询稍微偏离主题时就会被忽略。
- 跨来源推理中断。 即使两个来源都存在于 Space 中，Perplexity 也可能提取一个而忽略另一个，因此您上传的两个方面的矛盾会被忽略。
解决方案不是“用更干净的文件重建 Space”。而是将来源库与 Perplexity 的检索排名器分离，让外部记忆将正确的切片输入到每个线程中。
Perplexity 的内置解决方法
Perplexity 已推出几种机制来尝试解决这个问题，但都未能弥补差距。
Spaces 允许您上传文件、固定来源并为每个工作区设置自定义指令。它们是主要的解决方案。当您的库较小、问题保持在 Space 的主题上，并且检索排名器恰好提取到正确的文件时，它们效果很好。当库增长、问题偏离或需要严格执行指令时，它们就会受到压力。
Threads 在一个对话中保持上下文，这让您可以重新提示 Perplexity 查看特定的 Space 文件。它有效，但这是手动的：您必须记住哪个文件重要并告诉 Perplexity 阅读它。
您可以在 Perplexity 帮助中心 阅读 Perplexity 自己的说明。
对于轻度使用，Spaces 是可以的。对于密集或有争议的来源库，它们就会失效。
Perplexity 的内置记忆不足之处
更深层次的问题是，同一来源库通常需要被多个工具读取。您在 Perplexity 中搜索和综合，在 Claude 中草拟，在 ChatGPT 中分析，在 Cursor 中编码。每个工具都有自己的文件存储、检索排名器和指令框，且它们之间没有共享。在 Perplexity Spaces 内策划一个库解决了问题的一部分，但将其余部分锁定在一个产品内。
这就是跨工具记忆层所解决的问题：一个来源库，具有一致的检索，被您使用的每个 AI 读取。
MemoryLake 如何解决 Perplexity 忘记 Spaces 内容
MemoryLake 是一个跨模型记忆层，位于您与您使用的每个 AI 之间。您不再仅依赖 Spaces，而是将您的来源库加载到 MemoryLake 项目中，Perplexity 根据每个查询读取正确的切片。
- 没有来源数量的上限。 MemoryLake 的文档驱动器可以存储您的 PDF、Word、Excel、PowerPoint、Markdown 和图像，而不强制 50 个文件的上限。超出 Pro Space 的来源库可以在项目中继续增长。
- 确定性指令执行。 作为结构化记忆存储的固定规则和阅读指南与每个查询一起传递，而不是被压缩成简短的系统提示。
- 可移植到其他 AI。 相同的来源库可以在 Claude、ChatGPT、Grok 和 Cursor 中使用。当您离开 Perplexity 进行草拟或编码时，来源和规则会随之而来。
MemoryLake 在 LoCoMo 长上下文基准测试中得分 94.03%，这是截至 2026 年的最高已发布结果，具有毫秒级检索和 AES-256 端到端加密。
在 3 个步骤中将 MemoryLake 连接到 Perplexity
- 创建项目并迁移您的 Space。 登录 MemoryLake，打开项目管理，点击创建项目，并以您要迁移的 Space 命名（例如，“Perplexity - Q2 市场情报”）。通过文档驱动器上传 Space 中的每个文件，然后将 Space 的自定义指令和任何阅读规则添加到记忆选项卡中，以便它们随项目一起传递。
- 生成 MCP 服务器端点。 打开项目中的 MCP 服务器选项卡，点击添加 MCP 服务器，命名为“Perplexity 集成”，然后点击生成。MemoryLake 返回一个 API 密钥 ID、密钥和端点 URL。请立即复制密钥，因为它只显示一次。
- 连接 Perplexity。 Perplexity 目前尚不支持 MCP，因此在每个线程之前使用 REST API 和您的 Bearer 令牌获取项目的正确切片，或在新线程的顶部粘贴一个指向您的 MemoryLake 项目的系统提示。开发人员在 Perplexity Sonar API 上构建时，可以使用 Python SDK 根据查询注入相关来源。