知識庫的存在，是為了讓過去的資訊能夠被再次利用。保存事實、判斷、依據與結果，可以減少重複相同研究的需要，並加快下一次決策。但在處理人的判斷的知識庫中，如果只保存結論，就可能遺漏重要條件。一個判斷之所以在當時是適當的，不僅取決於當時可取得的資訊，還包括期限、各個選項仍然有效的時間，以及相關人員所處的時間情境。
假設一筆紀錄顯示，某個組織在短時間內改變了服務提供方式。如果只看結果，這可能會被作為「在這些條件下，應優先進行改變」的知識來重複使用。但這一結論的意義，會因當時是否已接近維持舊方式的期限，或者那是否只是為了避免對使用者造成影響而作出的暫時判斷而發生變化。失去時間條件的知識，在其他情境中存在被過度泛化的風險。
把人的有限性作為知識來處理，並不意味著保存「人是有限的」這一一般命題。重要的是，把每一次判斷中哪些事物無法恢復、哪些選項有期限，以及在什麼時點必須在部分資訊仍不可取得的情況下作出決定，作為適用條件保留下來。這樣，我們就可以檢視它與當下的差異，而不是把過去的結論直接搬到現在。
在這種設計中，知識更新的意義也會發生變化。需要更新的情況，不僅是加入了新的事實；當我們發現過去被認為可逆的判斷實際上伴隨著很高的恢復成本，或者先前未受到重視的時間條件影響了結果時，也需要更新知識。發生變化的不只是結果，對判斷條件本身的理解發生變化，也會成為下一次決策可以使用的知識。
與此同時，這並不意味著所有個人情況都應該被保存。知識庫受到可重複利用性、必要性、隱私以及其他因素的限制。因此，應當保留的不是某個人一生的完整紀錄，而是可能改變判斷有效性的條件。我們需要篩選那些會在下一次判斷中產生差異的資訊，例如是否存在期限、是否能夠改變、失敗後的可恢復程度，以及對他人造成的不可逆影響。
這裡就產生了與「內部效率表達」的連結。如果高效的內部表徵僅僅意味著減少資訊量，那麼時間脈絡可能會被當作冗餘資訊刪除。但如果把保留那些能夠改變人的判斷的差異也納入效率的條件，那麼與有限性有關的資訊就不再是壓縮對象，而會成為必要的結構。應當保留什麼，不僅取決於儲存容量，還取決於未來的判斷需要哪些差異。
對Sai＊aus而言，知識並不只是為了把過去的答案固定下來。知識是為了把過去知道什麼、不知道什麼，以及在什麼條件下作出了決定，重新帶回到當下的問題中。正因為身處當下的人未必處於與過去相同的情境，比較時就需要包含適用條件，而不能只比較結論。這樣，知識就會成為理解判斷差異的基礎，而不是繞過人的判斷的捷徑。
AI可以參照大量的過去，而人只能一次一次地活在當下。在這種非對稱性中，知識庫的作用並不是用過去的最優答案命令現在，而是讓過去的判斷在什麼條件下成立，以及這些條件與當下條件有何不同變得可見，從而讓身處有限當下的人能夠重新選擇。知識應當記住的，不只是結論，還包括那個結論在怎樣的時間邊界內具有意義。
不是答案，而是理解。