把原始資料中的高價值訊號抽出來，形成 decisions、milestones、problems、preferences 等可搜尋知識
General extraction 是在保留原始資料之外，再額外抽取出高價值的結構化資訊。它不是取代原文，而是幫助 Agent 更快抓住重要訊號。
因為原始資料雖然完整，但有時太厚重；而只靠摘要又太容易失真。General extraction 像是一個中間層：它把高價值訊號提煉出來，讓 Agent 更容易做導航與初步判斷。
General extraction 應該被視為「高價值訊號層」，不是唯一真相。它的任務是幫你更快找到值得看的地方，而不是替代原始內容本身。
第四章講的是一件很務實的事：記憶不是天生存在的，它需要被挖掘、轉換、整理，才會變成 Agent 能用的東西。
這三者合起來，才會讓後面的搜尋、回憶與決策真正有資料基礎。