大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



你有没有想过这个问题：当你和 Claude Code 聊了一个小时后，它是怎么记得你之前的需求？当你第二天打开同一个项目时，它为什么还能"认识"你？

这不是简单的"存下来"就能搞定的事。这背后是一套精妙的记忆系统设计。

今天我们就来拆解 Claude Code 的 Memory 架构，顺便聊聊记忆系统的本质设计。

---

很多人觉得，记忆嘛，不就是"存数据"吗？

如果把历史对话都存下来，每次原封不动传给 AI，很快就会遇到两个问题：

1. Token 不够用 ------ 对话一长，Context 就爆了
2. 费用爆炸 ------ 每次都传全部历史，钱包遭不住

所以光存没用，得看能不能影响 AI 的决策。

换个说法：历史要能改变 AI 的行为，才算有记忆。

举个例子：你上次告诉 Claude Code "不要在测试里 mock 数据库"，下次它就不再 mock 了。这才是记忆。

按这个思路，一个记忆系统需要三个东西：

账本 ------ 记录存了什么、什么时候存的，不能糊里糊涂

索引 ------ 光有账本查起来太慢，得能快速找到相关内容

策略 ------ 决定什么时候该记住、什么时候该忘记。这点最容易被忽略，但最关键

没有账本就是一笔糊涂账；没有索引存了也查不到；没有策略，系统就会乱套。

---

能不能把所有能力都塞进一个模型？理论上可以------通过反复训练，让模型权重"学会"记忆。

但这条路有几个问题：

通用能力会退化。不断用"记住用户偏好"这类任务来微调模型，模型的其他能力可能会被稀释。就像让一个人同时学十种技能，结果每种都学不精。

无法审计和回滚。一旦能力"固化"到权重里，出了问题没法排查。

无法实时更新。用户偏好会变、项目会变，但重新训练模型的成本太高。

所以可行的方案是：把记忆能力从模型里抽出来，单独做一个系统。

这就是 System 1 + System 2 的架构：

• System 1 是 LLM 本身，负责推理、生成回复、调用工具，需要快速响应
• System 2 是记忆系统，负责在后台决定：要不要检索记忆？该记住什么？

简单说：System 1 负责"回答问题"，System 2 负责"准备回答问题需要的背景"。

关键原因是：记忆能力和通用推理能力是独立的。

怎么证明？可以看三点：

结构上 ------整个系统可以写成 f(M(C), C) 的形式，C 是通用推理能力，M 是记忆系统，它们是独立的模块。

优化上------可以在不改变推理模型的情况下，单独改进记忆策略；反过来也可以只优化模型，不动记忆系统。

经验上------同一个基础模型，换不同的记忆系统，长程任务表现差异很大；同一套记忆系统，套在不同的模型上，也能工作。

既然独立，就可以牺牲一点理论上限，换取大量工程好处：

• 不影响 System 1 的性能 ------ 记忆操作是后台进行的
• 记忆可以插拔 ------ 换个项目、换个用户，记忆策略可以灵活切换
• 可以审计和回滚 ------ 所有的记忆操作都被记录下来
• 可以 A/B 测试 ------ 不同的记忆策略可以对比效果

---

把记忆放到外部系统，会面临三个问题：

注入带宽有限 再多的记忆，一次只能往上下文里塞有限的内容。Token 限制摆在那。

检索不精准 索引是近似的，查到的可能不相关，没查到的可能正好需要。检索噪声会误导 AI 推理。

策略设计很难 什么时候该记、什么时候该查、查到后该怎么用------这些策略如果设计得不好，记忆反而帮倒忙。写多了污染环境，写少了学不到。

很多系统的失败不是因为存得不够多，而是策略太蠢。

---

Claude Code 的记忆系统分成了六个层级：

优先级：项目配置 > 用户配置 > 全局配置。

这是 Claude Code 最核心的记忆系统。它的特点是：AI 自己能从对话中提取值得记住的信息。

写入有两条路：

一是用户明确要求记住。你说"Claude，记住我喜欢用 tabs 缩进"，AI 直接写文件。

二是AI 主动提取。每轮对话结束后，后台会跑一个子代理，分析这一轮对话有没有值得跨会话保留的信息。比如你提到"这个项目的认证模块要重写"，AI 就会默默记下来。

写入的内容分成四类：

• user ------ 用户是谁、偏好什么
• feedback ------ 用户给过的指导（比如"测试不要 mock 数据库"）
• project ------ 项目背景（代码里看不出来的信息）
• reference ------ 外部参考（比如 "bug 在 Linear 的 INGEST 项目里"）

读取是主动召回的机制：

每次你发消息，AI 都会主动去记忆库看看有没有相关的。

流程是：扫描记忆目录（最多 200 个文件）→ 排除之前展示过的 → 让小模型打分选出最相关的 5 个 → 读取内容注入上下文 → 加上时间提示。

Claude Code 会根据记忆的"年龄"给出不同待遇：

• 1-2天内 ------ 正常使用
• 超过2天 ------ 显示提醒："这段记忆可能是旧的了"
• 超过30天 ------ 标记为 stale，谨慎使用

对话一长，上下文就会满。Claude Code 的解决方案是压缩。

当 Token 使用到 92% 时，会触发压缩：调用 AI 把对话历史浓缩成结构化摘要，检查质量，通过则替换原历史。整个过程会显示进度给你看。

Claude Code 不会等到 92% 才告诉你：

---

旧信息可能已经过时了。

比如你三个月前告诉 AI "我在负责 X 项目"，但现在你早就不负责了。如果 AI 不知道这条信息已经过期，它就会用旧信息做错误的决策。

所以"时间"不是附加字段，而是架构层面的设计。

Claude Code 的做法是：检索时默认只看"当前有效"的信息；给记忆打时间戳，区分"曾经为真"和"现在为真"；旧信息不会直接删除，而是标记为过期。

---

前面的记忆都是"知识"——"这是什么"、"之前怎么样"。

但有时候更重要的是"怎么做"。

比如 AI 学会了"怎么排查 Redis 连接问题"——不是一条知识点，而是一套可复用的解决流程。这种记忆叫程序性记忆。

Claude Code 通过把成功经验固化成技能（Skill） 来实现这一点。一个技能就是一段可执行的"套路"，下次遇到类似问题直接复用。

---

外部记忆怎么接入 AI 的脑子？

最简单的方式是拼接到 prompt 里。但这种方式有代价：每次都要把文字转成 token，AI 再重新理解一遍。

前沿研究在尝试跳过文本中间层，直接把记忆压缩成 AI 更容易理解的"潜层表示"，直接注入到注意力计算里。目前还在探索阶段。

---

真正智能的记忆，不在于记住多少，而在于管理得有多精细。